个PLS成分拟合一个回归方程，第二部分是把被排除的样本点i
代入前面拟合的回归方程，得到Y在样本点i上的拟合值表示采用所有的样本
点，运用含k个PLS成分拟合的回归方程在第i个样本点的预测值。若
Q2k00975，则认为tk成分的边际贡献是显著的，应增加PLS成分
tk；否则，认为不应再增加PLS成分tk（王惠文，1999）。
二
实证分析
（一）变量与数据选取本部分我们利用PLS回归方法建
模分析我国进口贸易的影响因素，根据经济学理论和已有的研究结论，我们从
理论上选取以下变量作为影响我国进口贸易Y的因素：总消费支出（亿元）
x1，全社会固定资产投资（亿元）x2，出口额（亿元）x3，人
均GDP（元／人）x4，汇率（人民币／美元）x5，关税税率
x6，商品零售价格指数（以上年＝100）x7，外商直接投资（FDI，
亿元）x8，国内经济增长率（以GDP增长率表示）x9，外汇储备
（亿元）x10等10个变量。其中，关税税率以我国进口商品平均关税税率
表示，进口贸易变量以我国进口贸易额（亿元）表示，假设我国的进口供给具
有无限弹性。所有变量的数据均选取1980年2000年的年度数据（原始
数据资料来自《中国统计年鉴》，《海关统计年鉴》各期），为了研究的方
便，考虑对各时序数据取对数以后并不影响变量之间的关系，且所得到的数据
容易得到平稳序列，我们对各变量数据作对数处理，处理后的时序变量分别记
为：LYLx1Lx2Lx3Lx4Lx5Lx
6Lx7Lx8Lx8Lx9Lx10。
（二）实证结果首
先我们对变量之间的相关性进行分析，从变量之间的相关系数我们可以发现，
各变量之间都存在较强的相关性，说明自变量之间存在严重的多重共线性关
系。在这种情况下，若运用普通最小二乘回归分析方法，则可能会出现模型结
论与现实相差较大的情况，导致模型的解释无效，这里我们运用PLS回归分析
方法来进行分析。
1PLS成分的确定这里我们运用交互检验CV
方法的Q2k值来确定PLS成分，从计算结果发现选取2个PLS成分即可满足
f精度要求，具体结果见表1。
表1PLS成分数成分
t1
t2RdLX
0744
0124RdLXcum
0744
0868RdLY
0976
0012RdLYcum
0976
0988Q2
0974
0355临界值
00975
00975
表中符号RdLX表示成分th对LX的解释能力RdLXth，其中
RdLXthh12，符号RdLY表示成分th对LY的解释能力
RdLYth，其中RdLYthr2LYthh12，而Q2表示交互
检验值，其临界值取00975，由于Q220355＞00975，因此取两个PLS成
分t1t2即r