ols和pls估算公式
OLS,即普通最小二乘法，是多元线性回归方程的核心概念，旨在通过最小化离差平方和来寻找最优参数值。
偏最小二乘回归（PLS）是多元线性回归模型的延伸，主要处理预测变量组X与因变量Y之间的关系。在最简单的形式中，我们使用单一线性模型描述两者。
以Y作为因变量，X1至Xp作为预测变量，构建如下线性模型：
Y = b0 + b1X1 + b2X2 + ... + bpXp
OLS,即普通最小二乘法，是多元线性回归方程的核心概念，旨在通过最小化离差平方和来寻找最优参数值。
偏最小二乘回归（PLS）是多元线性回归模型的延伸，主要处理预测变量组X与因变量Y之间的关系。在最简单的形式中，我们使用单一线性模型描述两者。
以Y作为因变量，X1至Xp作为预测变量，构建如下线性模型：
Y = b0 + b1X1 + b2X2 + ... + bpXp
多重随机标签