A többkomponensű minták analitikai kémiai vizsgálata során, sok esetben olyan komplex problémákkal kerülünk szemben, amikor szükségünk van pontos mennyiségi információkra a minták összetételéről. Az ilyen kérdések a többváltozós statisztikai módszerek segítségével kezelhetőek. A hagyományos módszerekre alapuló megoldások a többváltozós regressziót, a legkisebb négyzetek módszerét és a főkomponens analízist, illetve regressziót használták fel a megfelelő kalibrációs modellek felépítésre.

A többkomponensű rendszerek spektroszkópiai vizsgálata során sokszor nehéz eldönteni, hogy milyen hullámhosszon kell mérni, hogy a komponensek jellemző elnyelését vagy kibocsátását rögzíteni tudjuk. Ilyen esetekben széles tartományban kell mérnünk a vizsgált vegyületeket, de az adatok sokasága sok esetben megnehezíti a kalibrációs modell felépítését. A parciális legkisebb négyzetek módszere lehetőséget ad a megfelelő hullámhosszak kiválasztására és a becslőképessége is megbízhatóbb a hagyományos módszerekénél.

A reziduális tömbök vizsgálatával lehetséges a vegyületekre jellemző azon hullámszámok kiválasztása, ahol a komponensek abszorbeálnak, így nem feltétlenül szükséges a teljes színkép felhasználása a kalibrációs modell felépítéséhez. Ez a kiválasztás lehetőséget ad olyan hullámszám tartományok kihagyására a modellből, melyek a jellemző abszorbanciák szempontjából nem tartalmaznak hasznos információt, sőt valószínűleg csak zajhordozók.