拟合和评估广义线性模型使用glmfit和glmval。

对逻辑回归模型进行贝叶斯推理slicesample。

拟合误差方差为非常数的非线性回归模型。

应用偏最小二乘回归(PLSR)和主成分回归(PCR)方法，讨论了两种方法的有效性。PLSR和PCR都是在预测变量数量较多的情况下对响应变量进行建模的方法，这些预测变量之间存在高度相关甚至共线关系。这两种方法都构造了新的预测变量，称为分量，作为原始预测变量的线性组合，但是它们构造这些分量的方式不同。PCR创造了解释预测变量中观察到的变化的成分，而完全不考虑反应变量。另一方面，PLSR确实考虑了响应变量，因此常常导致模型能够用更少的组件来适应响应变量。就其实际应用而言，这最终是否会转化为一个更节俭的模式，取决于具体情况。