资源描述：
《偏最小二乘回归matlab程序代码》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、偏最小二乘回归MATLAB程序代码单因变量functiony=pls(pz)[row,col]=size(pz);aver=mean(pz);stdcov=std(pz);%求均值和标准差rr=corrcoef(pz); %求相关系数矩阵%data=zscore(pz);%数据标准化stdarr=(pz-aver(ones(row,1),:))./stdcov(ones(row,1),:); %标准化数据结果与zscore()一致x0=pz(:,1:col-1);y0=pz(:,end);%提取原始的自变量、因变量数据e0=stdarr(:,1:col-1);f0=stdarr(:,end
2、); %提取标准化后的自变量、因变量数据num=size(e0,1);%求样本点的个数temp=eye(col-1);%对角阵fori=1:col-1%以下计算w，w*和t的得分向量， w(:,i)=(e0'*f0)/norm(e0'*f0); t(:,i)=e0*w(:,i) %计算成分ti的得分 alpha(:,i)=e0'*t(:,i)/(t(:,i)'*t(:,i)) %计算alpha_i,其中(t(:,i)'*t(:,i))等价于norm(t(:,i))^2 e=e0-t(:,i)*alpha(:,i)' %计算残差矩阵 e0=e; %计算w*
3、矩阵 ifi==1 w_star(:,i)=w(:,i); else forj=1:i-1 temp=temp*(eye(col-1)-w(:,j)*alpha(:,j)'); end w_star(:,i)=temp*w(:,i); end %以下计算ss(i)的值 beta=[t(:,1:i),ones(num,1)]f0 %求回归方程的系数 beta(end,:)=[]; %删除回归分析的常数项 cancha=f0-t(:,1:i)*beta;
4、 %求残差矩阵 ss(i)=sum(sum(cancha.^2)); %求误差平方和%以下计算press(i) forj=1:num t1=t(:,1:i);f1=f0; she_t=t1(j,:);she_f=f1(j,:); %把舍去的第j个样本点保存起来 t1(j,:)=[];f1(j,:)=[]; %删除第j个观测值 beta1=[t1,ones(num-1,1)]f1; %求回归分析的系数 beta1(end,:)=[]; %删除回归分析的常数项 cancha=she_
5、f-she_t*beta1; %求残差向量 press_i(j)=sum(cancha.^2); end press(i)=sum(press_i) ifi>1 Q_h2(i)=1-press(i)/ss(i-1) else Q_h2(1)=1 end ifQ_h2(i)<0.0985 fprintf('提出的成分个数r=%d',i); r=i; break endendbeta_z=[t,ones(num,1)]f0; %求标准化Y关于主成分得分向量t的回归系数beta_z(end,
6、:)=[]; %删除常数项xishu=w_star*beta_z; %求标准化Y关于X的回归系数，且是针对标准数据的回归系数，每一列是一个回归方程mu_x=aver(1:col-1);mu_y=aver(end);sig_x=stdcov(1:col-1);sig_y=stdcov(end);ch0=mu_y-mu_x./sig_x*sig_y*xishu; %计算原始数据的回归方程的常数项xish=xishu'./sig_x*sig_y; %计算原始数据的回归方程的系数，每一列是一个回归方程Rc=corrcoef(x0*xish'+ch0,y0)sol=[ch0;xish']
7、 %显示回归方程的系数，每一列是一个方程，每一列的第一个数是常数项多因变量functiony=pls(pz,Xnum,Ynum)[row,col]=size(pz);aver=mean(pz);stdcov=std(pz);%求均值和标准差rr=corrcoef(pz); %求相关系数矩阵data=zscore(pz);%数据标准化stdarr=(pz-aver(ones(row,1),:))./std
