偏最小二乘回归模型与应用开题报告

1. 研究目的与意义

在实际问题中，经常遇到需要研究两组多重相关变量间的相互依赖关系，并研究用一组变量（常称为自变量或预测变量）去预测另一组变量（常称为因变量或响应变量），除了最小二乘准则下的经典多元线性回归分析（mlr），提取自变量组主成分的主成分回归分析（pcr）等方法外，还有近年发展起来的偏最小二乘（pls）回归方法。

偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏最小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。

2. 研究内容和预期目标

偏最小二乘回归方法是一种新型的多元统计数据分析方法。偏最小二乘回归方法的一个突出特点是它将多元线性回归分析、变量的主成分分析和变量间的典型相关分析有机的结合起来，给多元数据分析带来极大便利

主要研究内容包括

1）偏最小二乘回归基本原理

3. 研究的方法与步骤

研究方法：

对观测数据进行偏最小二乘回归分析

步骤

4. 参考文献

[1] 董麓.数据分析方法[m].大连：东北财经大学出版社，2001.

[2] 何晓群.现代统计分析方法与应用[m] .北京：中国人民大学出版社，1998.

[3]熊吉峰.基于偏最小二乘回归分析的农民收入影响因素研究[j].统计与信息论坛,2005,(7).

5. 计划与进度安排

第七学期

4—9周,毕业论文命题

10—11周,毕业论文课题申报、审核、发布