好的很，莫错过啊。哈哈在满意度研究中，对于顾客满意度的解释变量通常有很多，包括顾客满意度，顾客忠诚度和企业的经营绩效等方面的指标，这些指标之间存在着多重相关性，这样很难利用传统的最小二乘法来回归。而偏最小二乘法回归的优势正好解决了这个难题。
偏最小二乘法（PLS）理论于上个世纪80年代，由瑞典的伍德（S.Wold）和阿巴诺（C.Albano）等人提出，几十年来，它在理论、方法和应用方面都得到了迅速的发展。美国顾客满意度指数模型的创立者，密西根大学的福内尔（Fornell）教授称PLS方法为第二代回归分析方法。
偏最小二乘分析主要适用于多因变量对多自变量的模型，并可以有效地解决许多用普通多元回归无法解决的问题，诸如克服变量多重相关性在系统建模中的不良作用以及在样本容量小于变量个数的情况下进行回归建模等。并且偏最小二乘回归是所有多元校正方法里对变量约束最少的方法之一。