Neuronale Netze zur Analyse von nichtlinearen Strukturmodellen mit latenten Variablen

Beschreibung

Adolf Zander entwickelt eine spezielle Architektur des autoassoziativen Multi-Layer-Perceptrons zur Schätzung eines Modells mit beliebigen nichtlinearen Beziehungen zwischen zwei latenten Variablen.

Viele Erklärungsmodelle in der empirischen Betriebswirtschaftslehre weisen latente Variablen auf, zwischen denen nichtlineare Beziehungen bestehen. Die Schätzung dieser Modelle ist mit den konventionellen Methodiken jedoch nur in Ausnahmefällen möglich und auch dann noch mit Problemen behaftet.

Adolf Zander entwickelt eine spezielle Architektur des autoassoziativen Multi-Layer-Perceptrons zur Schätzung eines Modells mit beliebigen nichtlinearen Beziehungen zwischen zwei latenten Variablen. Er untersucht in einer Monte-Carlo-Simulation, ob und wann sich dieser Ansatz eignet. Außerdem vergleicht er ihn mit der Referenzmethodik, dem LISREL-Ansatz der Kovarianzstrukturanalyse.

Autor*in

Adolf Zander

Themen in »Neuronale Netze zur Analyse von nichtlinearen Strukturmodellen mit latenten Variablen«

Algorithmen Marketing Simulation neuronale Netze

Stimmen zu »Neuronale Netze zur Analyse von nichtlinearen Strukturmodellen mit latenten Variablen«

Details

Link teilen