在主元分析的基础上，用线性回归方法得到主元矩阵和因变量问关系的过程称为主元回归（Principal Component Regression）。PCA能较好地解决数据相关性的问题，是一种成熟的算法，实际生产中应用较多120-22］。
基于16个网页-相关网页
Basing on theory above, PCR (Principal Component Recursion) and PLS (Partial Least Squares) are presented.
并以此为基础，介绍了主元回归和部分最小二乘方法，为应用打下理论基础。
参考来源 - 多变量统计过程控制的应用研究·2,447,543篇论文数据，部分数据来源于NoteExpress
主元回归和部分最小二乘方法能克服批次内不同阶段的控制量存在的相关关系从而得到更准确的模型。
The regression analyses to correlate the control actions with the results for various stages of a batch to obtain more accurate models.
介绍了多变量统计投影方法的主要理论基础，包括：主元分析(PCA)、主元回归(PCR)、偏最小二乘(PLS)。
The paper briefly introduced the theoretical foundation of MSP method, which include Principle Component Analysis (PCA), Principle Component Regression (PCR), and Partial Least Squares (PLS).
应用推荐