偏最小二乘法-算法程序.pdf

偏最小二乘法回归模型 1、偏最小二乘回归模型原理 偏最小二乘回归法是一种能进行多元统计分析的方法，它具有主成分分析法、典型相 [1] 关分析法、线性回归分析的特点，能有效地找出变量间的统计关系 。其原理为： p 考虑存在 个因变量 以及 个自变量 时的偏最小二 q     y 、y 、y x 、x 、、x 1 2 q 1 2 p n n 乘回归问题。在 个样本点中，构成两个 次观测矩阵X (x 、x 、、x ) 和 1 2 p np Y (y 、y 、、y ) ，用以探究因变量与自变量之间的统计关系。接下来，分别在观测 1 2 q nq X Y 矩阵 和 中，提取出成分 以及 ，其中， 是 的线性组合， 是 t u t x 、x 、、x u 1 1 1 1 2 p 1 y 、y 、、y 的线性组合。进行回归分析，需要达到下述两个要求： 1 2 q (1) 、 中应尽量多地提取原自变量集中的变异信息，使所提取的成分方差最大； t u 1 1 (2) 、 的相关程度最大。 t u 1 1 X Y 达到这两个要求时，不仅能使 、 最大程度地携带 、 构成的观测矩阵的信息， t u 1 1 并且能够保证 对 的解释能力最强。 u t 1 1 X Y 当第一个成分被提取后，实施 对 的回归及 对 的回归。若回归方程达到所需 t u 1 1 X X 要的满意精度，则终止算法；否则，提取第