SmartPLS-潜变量/偏最小二乘结构方程建模软件

原标题：SmartPLS-潜变量/偏最小二乘结构方程建模软件

“ SmartPLS是潜变量建模的里程碑，它将最先进的方法（例如，PLS-POS、IPMA、复杂的引导程序）与易于使用且直观的图形用户界面相结合。 ”

01

—

SmartPLS的优势

强大的建模环境可让您在几分钟内创建路径模型。

项目经理帮助您跟踪所有分析和文件。

使用颜色、边框和字体自定义您的模型，以单独强调您的想法！

算法和有意义的默认值的内置解释让您轻松开始进入 PLS-SEM 的世界。

组织良好的报告可让您全面了解您的结果。

将您的结果永久保存为 HTML 报告或 Excel 文件。

创建数据组以轻松运行多组分析。

创建交互术语并毫无问题地运行主持人分析。

02

—

SmartPLS强大的功能

SmartPLS让您可以执行：

• 偏最小二乘 (PLS) 路径建模算法（包括一致 PLS）
• 基于 sumscores 的普通最小二乘回归
• 高级Bootstrapping选项
• Blindfolding
• 重要性绩效矩阵分析 (IPMA)
• 多组分析 (MGA)
• 分层组件模型（二阶模型）
• 非线性关系（例如二次效应）
• 确认性四分体分析 (CTA)
• 有限混合 (FIMIX) 分割
• 面向预测的分割 (POS)
• 等等。。。。。

SmartPLS 是 PLS-SEM 分析的主力——适合初学者和专家

• 这是我们（不断增长的）所有可用计算方法的列表。相关创新算法也将在短时间内在 SmartPLS 中提供。
• 偏最小二乘 (PLS) 路径建模
• 基于 sumscores 的普通最小二乘 (OLS) 回归
• 一致的 PLS (PLSc)
• 加权 PLS (WPLS)、加权 OLS (WOLS) 和加权一致 PLS (WPLSc)
• Bootstrapping和使用高级Bootstrapping选项
• Blindfolding
• 重要性-性能图分析 (IPMA)
• PLS 多组分析 (MGA)：分析特定组 PLS 路径模型估计的差异和显著性
• 高阶模型
• 中介：间接影响的估计及其基于引导的显著性检验
• 调节：交互效应的估计及其基于引导的显著性检验
• 非线性关系：二次效应的估计及其基于引导的显著性检验
• 确认四分体分析 (CTA)：一种统计技术，允许对测量模型设置进行实证测试
• 有限混合 (FIMIX) 分割：一种潜在类方法，可以识别和处理路径模型中未观察到的异质性
• 面向预测的分割 (POS)：一种识别数据组的方法
• PLS 预测：一种确定 PLS 路径模型预测质量的技术
• 面向预测的模型选择

03

—

SmartPLS版本区别

注：学生版免费

*上海卡贝信息技术有限公司是SmartPLS中国区授权经销商。