function?[solQ_h2datarryww_startxishu]=pls（x0y0x）
pz=[x0y0];
mu=mean（pz）;
sig=std（pz）;?%求均值和標準差
rr=corrcoef（pz）;?%求相關系數矩陣
data=zscore（pz）;?%數據標準化
n=size（x02）;m=size（y02）;num=size（x01）;?%n是自變量的個數，m是因變量的個數num是樣本點的個數
e0=data（:1:n）;f0=data（:n+1:end）;?%提取標準化后的自變量、因變量數據
chg=eye（n）;%對角陣
for?i=1:n
%以下計算?w，w*和?t?的得分向量，
matrix=e0‘*f0*f0‘*e0;
[vecval]=eig（matrix）;
val=diag（val）;
[valind]=sort（val‘descend‘）;
w（:i）=vec（:ind（1））;%提出最大特征值對應的特征向量
w_star（:i）=chg*w（:i）;%計算w*的取值
t（:i）=e0*w（:i）?%計算成分?ti?的得分
alpha=e0‘*t（:i）/（t（:i）‘*t（:i））?%計算?alpha_i
e=e0-t（:i）*alpha‘?%計算殘差矩陣
e0=e;
%以下計算?ss（i）的值
beta=[t（:1:i）ones（num1）]\f0?%求回歸方程的系數
beta（end:）=[];?%刪除回歸分析的常數項
cancha=f0-t（:1:i）*beta;?%求殘差矩陣
ss（i）=sum（sum（cancha.^2））;?%求誤差平方和
%以下計算?press（i）
for?j=1:n