通用最小二乘回归Matlab代码

资 源 简 介

偏最小二乘回归法（PLSR：partial least squares regression)：是一种新型的多元统计数据分析方法，它主要研究的是多因变量对多自变量的回归建模，特别当各变量内部高度线性相关时，用偏最小二乘回归法更有效。另外，偏最小二乘回归较好地解决了样本个数少于变量个数等问题。

详 情 说 明

偏最小二乘回归法（PLSR：partial least squares regression)是一种新型的多元统计数据分析方法。它主要研究的是多因变量对多自变量的回归建模。这种方法在各变量内部高度线性相关时特别有效。此外，偏最小二乘回归法还可以很好地解决样本个数少于变量个数的问题。为了更好地理解偏最小二乘回归法，我们可以先了解它的两个核心概念：偏最小二乘分解和回归建模。偏最小二乘分解是指将自变量矩阵X和因变量矩阵Y都分解为两个矩阵T和U，以及两个旋转矩阵P和Q。回归建模则是指利用偏最小二乘分解得到的T、U、P和Q来建立多元回归模型。由此可见，偏最小二乘回归法是一种非常灵活的方法，可以用于多种数据分析场景。