资源描述：
《Matlab偏最小二乘代码》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、Matlab偏最小二乘clc,clearloadppz.txt%原始数据存放在纯文本文件pz.txt中pz=ppz;mu=mean(pz);sig=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n=19;m=1;%n是自变量的个数,m是因变量的个数x0=pz(:,1:n);y0=pz(:,n+1:end);e0=data(:,1:n);f0=data(:,n+1:end);num=size(e0,1);%求样本点的个数chg=eye(n);%w到w*变换矩阵的初
2、始化fori=1:n%以下计算w，w*和t的得分向量，matrix=e0'*f0*f0'*e0;[vec,val]=eig(matrix);%求特征值和特征向量val=diag(val);%提出对角线元素[val,ind]=sort(val,'descend');w(:,i)=vec(:,ind(1));%提出最大特征值对应的特征向量w_star(:,i)=chg*w(:,i);%计算w*的取值t(:,i)=e0*w(:,i);%计算成分ti的得分alpha=e0'*t(:,i)/(t(:,i)'*t(:,i));%计算alpha_ich
3、g=chg*(eye(n)-w(:,i)*alpha');%计算w到w*的变换矩阵e=e0-t(:,i)*alpha';%计算残差矩阵e0=e;%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;%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:numt1=t(:,1:i);f1=f0;she_t=t1(j,:);she_
4、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_f-she_t*beta1;%求残差向量press_i(j)=sum(cancha.^2);endpress(i)=sum(press_i);ifi>1Q_h2(i)=1-press(i)/ss(i-1);elseQ_h2(1)=1;endifQ_h2(i)<0.0975fprin
5、tf('提出的成分个数r=%d',i);r=i;breakendendbeta_z=[t(:,1:r),ones(num,1)]f0;%求Y关于t的回归系数beta_z(end,:)=[];%删除常数项xishu=w_star(:,1:r)*beta_z;%求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=mu(1:n);mu_y=mu(n+1:end);sig_x=sig(1:n);sig_y=sig(n+1:end);fori=1:mch0(i)=mu_y(i)-mu_x./sig_x*sig_y(i)
6、*xishu(:,i);%计算原始数据的回归方程的常数项endfori=1:mxish(:,i)=xishu(:,i)./sig_x'*sig_y(i);%计算原始数据的回归方程的系数，每一列是一个回归方程endsol=[ch0;xish]%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savemydatax0y0numxishuch0xishyhat=[ones(1,62)',x0]*sol;mape=mean(abs((yhat-y0)./y0));my=mean(y0);SST=sum((y0-my).^2);SSR
7、=sum((yhat-my).^2);%ssforregressionSSE=sum((yhat-y0).^2);%ssforerrorR2=SSR/SSTkk=n+1;adjr2=1-(SSE/(num-kk))/(SST/(num-1))%sol输出原始变量的系数，r输出提取的成分个数，mape输出insampleMAPE,t输出成分得分，w和w-star都输出的是成分得分系数，只不过是两种算法，但结果很接近。%%%%%%%%foldsCV%%%%%%%%%%clc,clearloadppz.txtk=2;leaveout=floor
8、(15/k);pig=[];forp=1:kdrop=((p-1)*leaveout+1):(p*leaveout)test=ppz(drop,:)pz=ppzpz(drop,:)=[]mu=
