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.

Autorentext

Dr. Adolf Zander war wissenschaftlicher Mitarbeiter von Prof. Dr. Dr. h. c. Helmut Schmalen am Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Absatzwirtschaft und Handel der Universität Passau. Er ist derzeit bei der Rheinmetall AG tätig.

Klappentext

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

Inhalt
Einführung.- Strukturmodelle mit latenten Variablen.- Der LISREL-Ansatz der Kovarianzstrukturanalyse als Referenzmethodik zur Schätzung von Strukturmodellen mit latenten Variablen.- Das Multi-Layer-Perceptron und der Backpropagation-Algorithmus.- Das autoassoziative MLP als neuer Ansatz zur Analyse von Strukturmodellen mit nichtlinearen Beziehungen zwischen den latenten Variablen.- Aufbau und Durchführung der Simulationsstudie.- Ergebnisse der Simulationsstudie.- Schlußbemerkung und Ausblick.