偏最小二乘概述
概述      另请参见 

偏最小二乘 (PLS) 是使一组预测变量与多个响应变量相关的非最小偏倚二乘回归过程。当预测变量高度共线或预测变量的数量超过观测值，以及顺序最小二乘回归失败或生成了标准误很高的系数时，对病态数据使用 PLS。

Minitab 使用 Herman Wold 开发的非线性迭代偏最小二乘 (NIPALS) 算法 [42]。该算法使用与主成分分析相似的技术减少预测变量数，以便提取一组描述预测变量和响应变量之间最大相关性的分量。随后，对这些无关分量执行最小二乘回归。此外，还经常使用交叉验证选择使模型的预测能力最大化的分量。要执行偏最小二乘回归，请参见统计 > 回归 > 偏最小二乘。有关 PLS 的教程，请参见 [14]。