Метод PLS (проекция на латентные структуры). Анализ многомерных данных, помогите, запуталась!

Клавдия3 февраля 2014Очистка данных, Data Mining0 комментариев

Здравствуйте! Пишу дипломную работу, уже ум за разум заходит, может быть допускаю где-то глупую ошибку, но найти ее не могу. Подскажите пожалуйста как использовать метод PLS1 (Регрессия на латентные структуры). Алгоритм взяла из книги Кима Эсбенсена "Анализ многомерных данных".
Не могу понять как применять полученные в итоге регрессионные коэффициенты. Смущает размерность получаемых матриц.
Опишу конкретный пример, для которого применяется алгоритм:
x - матрица входных переменных 20х201 (используется 20 наблюдений и 201 переменная)
y - вектор целевых значений (20х1).

В результате применения алгоритма получили следующие матрицы (обозначения соответствуют принятым в указанной выше книге):
P - матрица 201хN, где N - число главных компонент
Q - 1хN
T - 20xN
U - 20xN
W - 201xN

Далее на основе полученных матриц предлагается рассчитать регрессионные коэффициенты по формуле:
b=W(inv(P'W))q, где inv(P'W) - матрица обратная P'W.
матрица коэффициентов b при таком расчете получается 201хN. Как ее применять в таком случае? По идее при подстановке тестового наблюдения в уравнение регрессии (формулы из книги Эсбенсена):
y=1b0+Xb
при умножении X (размерность 1х201) на b (размерность 201хN) получим вектор размерности 1хN. А должно получиться число (скаляр). Что я делаю не так?