Minitab 偏最小二乘 (PLS) 回归：5个步骤处理高共线性预测变量

当预测变量之间存在高度相关性或预测变量数量超过观测值时，传统的最小二乘法回归分析往往会失效。这时，偏最小二乘回归（Partial Least Squares Regression, PLS）便成为更优的选择。本文将详细介绍如何在 Minitab 中通过 5 个关键步骤完成 PLS 回归分析，帮助数据分析师有效解决高维数据建模难题。

1. 理解 PLS 回归的核心优势

PLS 回归是一种多元统计方法，特别适用于以下场景：

• 预测变量高度相关（多重共线性问题）
• 预测变量数多于观测值数（小样本大数据）
• 需要同时建模多个响应变量

与普通最小二乘法相比，PLS 通过提取预测变量和响应变量之间的协方差信息，构建一组不相关的新变量（称为"潜变量"或"成分"），从而克服传统回归的局限性。这种方法不仅能有效降维，还能保留对响应变量最具预测力的信息。

提示：当变量间的相关系数超过 0.8 时，就应考虑使用 PLS 而非普通回归。

2. 数据准备与探索性分析

在 Minitab 中执行 PLS 回归前，需确保数据格式正确：

1. 数据排列：预测变量和响应变量应分列排列
2. 缺失值处理：PLS 对缺失值敏感，需提前处理
3. 标准化考虑：由于 PLS 对变量尺度敏感，建议先标准化数据

关键探索步骤：

# 查看变量间相关性 统计 > 基本统计量 > 相关 # 绘制散点图矩阵 图形 > 矩阵图

典型问题检查表：

• 异常值检测（箱线图）
• 变量分布形态（直方图）
• 缺失值比例（工作表描述）

3. 构建 PLS 回归模型

在 Minitab 中执行 PLS 分析的具体路径：

统计 > 回归 > 偏最小二乘

参数设置要点：

注意：当响应变量为多个时，PLS 会同时建模所有响应变量与预测变量的关系。

4. 确定最优成分数

成分数选择是 PLS 成功的关键。Minitab 提供两种主要方法：

1. 交叉验证法：

   • 通过预测残差平方和(PRESS)最小化确定
   • 查看"交叉验证"输出表中的PRESS值拐点

2. 方差解释率法：

   • 累计解释方差达到80%以上
   • 参考"模型选择"表中的R²值

典型输出解读：

成分数 X方差 R² 预测R² 1 0.58 0.65 0.62 2 0.75 0.82 0.78 3 0.82 0.85 0.80

选择成分数时需平衡：

• 过少：模型欠拟合
• 过多：模型过拟合

5. 模型诊断与结果解释

完成建模后，需进行全面的模型诊断：

关键诊断图形：

• 残差 vs 拟合值图（检查异方差）
• 杠杆值图（识别强影响点）
• 成分贡献图（理解变量重要性）

结果解释要点：

1. 系数表：解释各预测变量对响应的影响方向和大小
2. VIP值（变量重要性投影）：
   • VIP>1：关键预测变量
   • VIP<0.5：可考虑剔除
3. 载荷图：展示变量与成分的关系

示例代码查看VIP值：

# 存储VIP值 统计 > 回归 > 偏最小二乘 > 存储 > 勾选"变量重要性投影"

实战案例：化工过程优化

某化工企业使用 PLS 分析反应收率(Y)与15个工艺参数(X)的关系，其中多个温度参数高度相关（r>0.9）。通过 Minitab 的 PLS 回归：

1. 确定最优成分数为3
2. 发现3个关键参数（VIP>1.2）
3. 模型预测R²达0.85
4. 据此优化工艺后，收率提升12%

操作技巧：

• 对重要变量使用**加粗**标注
• 可疑数据点添加*星号*标记
• 定期保存分析会话（.MPJ文件）