偏最小二乘回归法PLSRpartial least squares regression)是一种新型的多元统计数据分析方法它主要研究的是多因变量对多自变量的回归建模特别当各变量内部高度线性相关时用偏最小二乘回归法更有效另外偏最小二乘回归较好地解决了样本个数少于变量个数等问题 偏最小二乘法是集主成分分析典型相关分析和多元线性回归分析3种分析方法的优点于一身它与主成分分析法都试图提取出反映数据变异的最大信息但主成分分析法只考虑一个自变量矩阵而偏最小二乘法还有一个响应矩阵因此具有预测功能 研究认为集多元线性回归分析典型相关分析主因子分析等方法于一体的偏最小二乘回归 方法( PLS) 更适用于FM 分析, 可以避免数据非正态分布因子结构不确定性( factor indeterminacy) 和模型 不能识别等潜在问题