最新文件仅供参考已改成word文本方便更改赠人玫瑰，手留余香。偏最小二乘回归方法1偏最小二乘回归方法（P背景介绍在经济管理、教育学、农业、社会科学、工程技术、医学和生物学中，多元线性回归分析是一种普遍应用的统计分析与预测技术。多元线性回归中，一般采用最小二乘方法（OrdinaryLeastSquares：O估计回归系数，以使残差平方和达到最小，但当自变量之间存在多重相关性时，最小二乘估计方法往往失效。而这种变量之间多重相关性问题在多元线性回归分析中危害非常严重，但又普遍存在。为消除这种影响，常采用主成分分析（principalComponentsAnalysis:PCA）的方法，但采用主成分分析提取的主成分，虽然能较好地概括自变量系统中的信息，却带进了许多无用的噪声，从而对因变量缺乏解释能力。最小偏二乘回归方法（PartialLeastSquaresRegression:PLS）就是应这种实际需要而产生和发展的一种有广泛适用性的多元统计分析方法。它于1983年由S.Wold和C.AIbano等人首次提出并成功地应用在化学领域。近十年来，偏最小二乘回归方法在理
