Partial Least Squares er et effektivt modellerings-prinsipp, men brukes forskjellig innenfor tre forskjellige akademiske skoler: økonometri, biometri og kjemometri. Dessverre bruker alle tre skolene ”PLS” som betegnelse på ”sin” metode, og dette skaper forvirring og frustrasjon når skolene møtes. Denne artikkelen diskuterer forholdet mellom de biometriske og kjemometriske PLS-skolene. En ny kombinasjons-metode – Bridge PLS Regression – presenteres. Denne har noen av fordelene fra begge skolene: Liksom den biometriske Bookstein PLS metodikken unngår den å måtte bruke deflasjon, hvilket gjør den enklere å studere teoretisk. Liksom PLS Regresjon gir den mulighet for prediksjon, hvilket gjør den lettere å validere, og dessuten blir den ikke ”fanget” av lav rang i regressand-matrisen.
Forfatternes målinger av hjerne-aktivitet ved hjelp av functional Magnetic Ressonance Imaging (fMRI) brukes som data-eksempel; her relateres opp mot hundre tusen regressand variabler X til en enkelt respons variabel y ved hjelp av data fra et lys-sensitivitesforsøk.
Artikkelen er ment som et bidrag til å bygge bro mellom ulike PLS skoler, og mellom PLS-tradisjonen og klassisk matematisk statistikk.
