使用偏最小二乘回归 (PLS) 描述一组预测变量和一个或多个连续响应变量之间的关系。当您拥有高度共线的预测变量时或者当预测变量数多于观测值数时使用 PLS。PLS 还可以在预测变量不固定和测量到误差时使用。PLS 会将预测变量减少为较小的一组不相关分量并对这些分量(而不是原始数据)执行最小二乘回归。有关更多信息,请转到什么是偏最小二乘回归?

如果您对相关的响应变量执行分析,则 PLS 可以检测到多变量响应模式,并且通过对每个响应执行独立分析还可能检测到更弱的关系。

例如,一家化学光谱公司使用 PLS 对光谱测量值(NIR、IR、UV)之间的关系建模,因为这些模型包括多个互相关的变量。

在何处查找此分析

要执行偏最小二乘回归,请选择统计 > 回归 > 偏最小二乘

何时使用备择分析

如果预测变量是固定变量,并且没有可考虑的测量误差,或者预测变量不是高度共线且数据中的观测值个数大于项数,请使用拟合回归模型

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策