偏最小二乘法原理与matlab应用偏最小二乘回归之所以被称为第二代回归方法，还由于它可以实现多种数据分析方法的综合应用。偏最小二乘回归=多元线性回归分析+典型相关分析+主成分分析由于偏最小二乘回归在建模的同时实现了数据结构的简化，因此，可以在二维平面图上对多维数据的特性进行观察，这使得偏最小二乘回归分析的图形功能十分强大。在一次偏最小二乘回归分析计算后，不但可以得到多因变量对多自变量的回归模型，而且可以在平面图上直接观察两组变量之间的相关关系，以及观察样本点间的相似性结构。这种高维数据多个层面的可视见性，可以使数据系统的分析内容更加丰富，同时又可以对所建立的回归模型给予许多更详细深入的实际解释。一、偏最小二乘回归的建模策略原理方法1.1建模原理设有q个因变量yy和p自变量xx。为了研究因变量和自变量1q1p的统计关系,我们观测了n个样本点,由此构成了自变量与因变量的数据表X=xx和.丫=yy。偏最小二乘回归分别在X与Y中提取出成分t和1p1q1u(也就是说，t是xx的线形组合，u是yy的线形组合).在提取这111p11
