Asas

DATA MINING CAUSAL

Profesor: Oscar Nigro
Alumnas: Ana Laura Lamorte
Andrea Toyos
Introducción a PLS

PLS (mínimos cuadrados parciales) enfocado en SEM ofrece una alternativa a SEM basado en Covarianza (CBSEM), el cual es especialmente adecuado para situaciones en que los datos no se distribuyen normalmente.
El paquete semPLS provee la capacidad de estimar modelos de trayectoriaPLS dentro del ambiente de programación R.
Mientras que CBSEM estima los parámetros del modelo para que la discrepancia entre las matrices de covarianza estimada y la muestra se reduzca al mínimo, en PLS la varianza de las variables latentes es maximizada por la estimación de las relaciones parciales del modelo en una secuencia iterativa de la regresión de los cuadrados mínimos ordinarios (OLS).Vale la pena mencionar que en PLS las puntaciones de las variables latentes (LV) son estimadas como exactas combinaciones lineales de sus variables manifiestas asociadas (MVs).
En R-Project podemos utilizar el paquete semPLS para ejecutar SEM con PLS.
Dentro del mismo existen dos métodos centrales. El primero es plsm que es usado para crear especificaciones del modelo. El segundo es semplsque encaja en el modelo, especificado con plsm.

Algoritmo de Mínimos cuadrados parciales (PLS)
El algoritmo PLS tiene como objetivo estimar los valores de las variables latentes mediante un procedimiento iterativo.
A continuación se muestra un diagrama que representa el flujo del algoritmo:

La idea es primero construir cada Variable Latente (VL) mediante la suma de sus Varibles Manifiestas(VM) (Paso 1). Luego en la estimación interna se trata de reconstruir cada VL por medio de sus VL s vecinas (Paso 2). En la estimación externa se trata de encontrar la mejor combinación lineal para expresar cada VL por medio de sus VMs (Paso 3). Finalmente en el paso 4, cada VL es construida como una suma ponderada o combinación lineal de sus VMs. Luego de cada paso las VLs se escalan para tenermedia cero y varianza unitaria. EL algoritmo finaliza si el cambio relativo de todos los contrapesos externos es menor que una tolerancia predefinida (Paso 5).

Introducción a R-Project
R es un conjunto integrado de programas para manipulación de datos, cálculo y gráficos. Entre otras características dispone de:
* almacenamiento y manipulación efectiva de datos,
* operadores paracálculo sobre variables indexadas (Arrays), en particular matrices,
* una amplia, coherente e integrada colección de herramientas para análisis de datos,
* posibilidades gráficas para análisis de datos, que funcionan directamente sobre pantalla o impresora, y
* un lenguaje de programación bien desarrollado, simple y efectivo, que incluye condicionales, ciclos, funciones recursivas yposibilidad de entradas y salidas. (Debe destacarse que muchas de las funciones suministradas con el sistema están escritas en el lenguaje R)
R es un lenguaje Orientado a Objetos: bajo este complejo término se esconde la simplicidad y flexibilidad de R.

Uso de SmartPLS
Primeramente se realizó el algoritmo PLS en el SmartPLS con la base de datos otorgada por la cátedra. Como base de la ejecucióndel mismo algoritmo en R-Proyect se usaron los resultados arrojados por el Smarth.
A continuación se muestra el grafo obtenido como resultado:

Se obtuvo para la Variable Latente Satisfacción un coeficiente de 0,417.
Con las relaciones que se realizaron y con las variables manifiestas de cada una de las variables latentes se formaron las matrices “from-to”, más adelante se explica en queconsisten, que son necesarias para ejecutar el algoritmo PLS en R-Proyect

Utilización de paquete semPLS en R-Project
1. El primer paso es cargar el paquete:
R> library("semPLS")
2. Luego se debe construir dos matrices llamadas “from-to” que son usadas para construir la matriz de adyacencia D del modelo estructural y la matriz de adyacencia M para el modelo de medición. Una matrix...