(真正的好东西)偏最小二乘回归=多元线性回归分析+典型相关分析+主成分分析教学内容.pdfVIP

( 真 正 的 好 东 西 ) 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 偏最小二乘回归是一种新型的 多元统计数据分析方法 ，它与 1983 年由伍德 和阿巴诺等人首次提出。近十年来，它在理论、方法和应用方面都得到了迅速 的发展。密西根大学的弗耐尔教授称偏最小二乘回归为第二代回归分析方法。 偏最小二乘回归方法在统计应用中的重要性主要的有以下几个方面： （1）偏最小二乘回归是一种 多因变量对多自变量 的回归建模方法。 （2 ）偏最小二乘回归可以较好地解决许多以往用普通多元回归无法解决的 问题。在普通多元线形回归的应用中，我们常受到许多限制。最典型的问题就 是 自变量之间的多重相关性 。如果采用普通的最小二乘方法，这种变量多重相 关性就会严重危害参数估计，扩大模型误差，并破坏模型的稳定性。变量多重 相关问题十分复杂，长期以来在理论和方法上都未给出满意的答案，这一直困 扰着从事实际系统分析的工作人员。在偏最小二乘回归中开辟了一种有效的技 术途径，它利用对系统中的数据信息进行分解和筛选的方式，提取对