高斯 Copula 回归模型

项目简介

我们提供了两个 SmartPLS 4 以 回归分析示例，用 高斯 Copula 方法来识别和处理回归模型中的内生性问题。该方法由以下文献提出：

Park, S., & Gupta, S. (2012). Handling Endogenous Regressors by Joint Estimation Using Copulas. Marketing Science, 31(4), 567-586.

在高斯 Copula 的回归模型实现中（也适用于 PLS-SEM、路径模型和其他算法），SmartPLS 使用了以下文献中提出的扩展高斯 Copula 框架。

Liengaard, B.D., Becker, J.-M., Bennedsen, M., Heiler, P., Taylor, L.N., & Ringle, C.M. (2025). Dealing with Regression Models' Endogeneity by Means of an Adjusted Estimator for the Gaussian Copula Approach. Journal of the Academy of Marketing Science, 53, pp. 279–299.

(1) 基于模拟数据的内生性回归模型

让 SmartPLS 4 示例项目使用了 500 个观测值的自定义数据集。项目包含两个模型的示例。模型 1 考虑单个内生回归量，模型 2 同时考虑多个内生回归量。除了包含高斯 Copula 项的回归模型外，我们还展示了不含 Copula 项的回归模型，以说明当研究者不处理内生性问题时可能产生的偏差。

下载此项目并导入 SmartPLS 4。

(2) Park and Gupta (2012) 的回归模型示例

我们还提供了 Park and Gupta (2012) 中的回归模型示例。作者使用此示例来演示高斯 Copula 方法在识别和处理线性回归模型中内生性问题的应用。该文章数据包含两个不同商店的 260 个观测值。我们使用了其数据集的修改版本。项目包含两个模型：模型 1 考虑单个内生回归量，模型 2 同时考虑多个内生回归量。

下载此项目并导入 SmartPLS 4。