Minimum sample size estimation in PLS‐SEM: The inverse square root and gamma‐exponential methods
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
Abstract Partial least squares‐based structural equation modelling (PLS‐SEM) is extensively used in the field of information systems, as well as in many other fields where multivariate statistical methods are used. One of the most fundamental issues in PLS‐SEM is that of minimum sample size estimation. The ‘10‐times rule’ has been a favourite because of its simplicity of application, even though it tends to yield imprecise estimates. We propose two related methods, based on mathematical equations, as alternatives for minimum sample size estimation in PLS‐SEM: the inverse square root method, and the gamma‐exponential method. Based on three Monte Carlo experiments, we demonstrate that both methods are fairly accurate. The inverse square root method is particularly attractive in terms of its simplicity of application. © 2016 John Wiley & Sons Ltd
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Information Systems Journal
- Thématique
- Advanced Text Analysis Techniques
- Domaine
- Computer Science
- Établissements canadiens
- Université du Québec à Montréal
- Organismes subventionnaires
- —
- Mots-clés
- Square rootMathematicsInverseStatisticsSample size determinationMultivariate statisticsMonte Carlo methodExponential functionApplied mathematicsMean squared errorMathematical optimizationMathematical analysis
- Résumé présent dans OpenAlex
- oui