这是比较典型好用的matlab中pls程序

在实际问题中，经常遇到需要考虑多变量与多变量直接相互依赖关系的问题。偏最小二乘法（PLS）提供了一种多元线性回归建模的方法，尤其适用于当自变量维度很高，而样本维度很低，并且自变量内部存在多重相关相关性的情况。本文详细分析了偏最小二乘的数学原理，并附了详细的数学推导过程，最后从几何的角度评价了这种方法的合理性。

本章介绍偏最小二乘回归分析的建模方法；通过例子从预测角度对所建立的回归模型进行比较

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。 偏最小二乘回归分析在建模过程中集中了主成分分析，典型相关分析和线性回归分 析方法的特点，因此在分析结果中，除了可以提供一个更为合理的回归模型外，还可以 同时完成一些类似于主成分分析和典型相关分析的研究内容，提供更丰富、深入的一些 信息。

偏最小二乘回归：当数据量小，甚至比变量维数还小，而相关性又比较大时使用，这个方法甚至优于主成分回归。