DPLS : Algorithmus und Computerprogramm für dynamische Partial-Least-Squares-Modelle

  • Lineare Modelle mit latenten Variablen sind seit langem verbreitete Analyse- und Prognoseinstrumente in den Sozialwissenschaften. Auch in der Ökonometrie gibt es einige Anwendungen. Die meistverbreiteten Modellierungs- und Schätzverfahren sind LISREL von Jöreskog und Sörbom (z.B. 1987) und Partial Least Squares (PLS) von H. Wold (1973). Während LISREL mehr modellorientiert und in der Anwendung konfirmativ ist, kann man PLS als datenorientiert und eher deskriptiv oder explorativ bezeichnen. Charakteristisch für Wolds Herangehen ist, daß das PLS-Modell eigentlich nur durch den Algorithmus zu seiner Schätzung definiert wird. Das umfassendste Programmsystem für PLS ist LVPLS von J. B. Lohmöller (1984). Es lehnt sich sehr eng an die Theorie von Wold an und ist trotz mangelnden Nutzerkomforts in seiner Vielseitigkeit und Zuverlässigkeit unübertroffen. Weder Wolds Verfahren noch Lohmöllers Programm sehen die Anwendung auf dynamische Modelle, etwa VARs, explizit vor. Die Einbeziehung verzögerter Variablen ist nur in Form selbständigerLineare Modelle mit latenten Variablen sind seit langem verbreitete Analyse- und Prognoseinstrumente in den Sozialwissenschaften. Auch in der Ökonometrie gibt es einige Anwendungen. Die meistverbreiteten Modellierungs- und Schätzverfahren sind LISREL von Jöreskog und Sörbom (z.B. 1987) und Partial Least Squares (PLS) von H. Wold (1973). Während LISREL mehr modellorientiert und in der Anwendung konfirmativ ist, kann man PLS als datenorientiert und eher deskriptiv oder explorativ bezeichnen. Charakteristisch für Wolds Herangehen ist, daß das PLS-Modell eigentlich nur durch den Algorithmus zu seiner Schätzung definiert wird. Das umfassendste Programmsystem für PLS ist LVPLS von J. B. Lohmöller (1984). Es lehnt sich sehr eng an die Theorie von Wold an und ist trotz mangelnden Nutzerkomforts in seiner Vielseitigkeit und Zuverlässigkeit unübertroffen. Weder Wolds Verfahren noch Lohmöllers Programm sehen die Anwendung auf dynamische Modelle, etwa VARs, explizit vor. Die Einbeziehung verzögerter Variablen ist nur in Form selbständiger Variablen möglich, was zu Inkonsistenzen bei der Gewichtung führt. Im folgenden zweiten Abschnitt wird ein Verfahren skizziert (vgl. Strohe 1995), das sich einerseits sehr eng an den Woldschen Algorithmus anlehnt, das aber andererseits speziell auf die Behandlung von dynamischen Modellen mit verzögerten latenten Variablen ausgerichtet ist. Der dritte Abschnitt bringt dann eine Einführung in das entsprechende ISP™ Computerprogramm DPLS (vgl. Geppert 1995). Er besteht aus einer allgemeinen Programmbeschreibung und einer detaillierten Nutzeranleitung. Hinzu kommt die Bearbeitung eines kleinen ökonometrischen Demonstrationsmodells. Im vierten Abschnitt werden mit einer Simulationsstudie die Eigenschaften des Schätzverfahrens DPLS unter verschiedenen Verteilungsannahmen geprüft. Der Anhang bringt die vollständigen Listings der kommentierten Programm-Macros.show moreshow less

Download full text files

Export metadata

Additional Services

Search Google Scholar Statistics
Metadaten
Author details:Hans Gerhard StroheGND, Frank Geppert
URN:urn:nbn:de:kobv:517-opus-49047
Publication series (Volume number):Statistische Diskussionsbeiträge (07)
Publication type:Monograph/Edited Volume
Language:German
Publication year:1997
Publishing institution:Universität Potsdam
Release date:2010/12/08
RVK - Regensburg classification:QH 200
Organizational units:Wirtschafts- und Sozialwissenschaftliche Fakultät / Wirtschaftswissenschaften
DDC classification:3 Sozialwissenschaften / 33 Wirtschaft / 330 Wirtschaft
License (German):License LogoKeine öffentliche Lizenz: Unter Urheberrechtsschutz
External remark:Zugleich gedruckt erschienen:
Strohe, Hans Gerhard: DPLS : Algorithmus und Computerprogramm für dynamische Partial-Least-Squares-Modelle / Hans Gerhard Strohe, Frank Geppert. - Potsdam : Univ., 1997
(Statistische Diskussionsbeiträge ; Nr. 7)
ISSN 0949-068X
Accept ✔
This website uses technically necessary session cookies. By continuing to use the website, you agree to this. You can find our privacy policy here.