본 연구에서는 공정의 과거 조업 데이터만 있으면 적용 가능한 다변량 통계 분석 방법인 PLS와 PCA를 사용하여 연속 공정의 품질 변수를 온라인으로 모니터링하는 방법을 개발하였다. 선형 회귀 방법들 중 가장 뛰어난 성능을 나타내는 PLS(partial least squares)를 사용하여 온라인으로 측정되고 있는 공정 변수들로부터 생산될 제품의 품질 변수들을 추정하였고 주성분 분석(principal component analysis, PCA)을 사용하여 추정된 품질 변수들이 비정상 상태(out-o-control state)인지를 판별하는데 사용할 품질 변수 모니터링 모델을 구성하였다. 이 방법을 강한 비선형성이 포함된 연속 교반 MMA-VA 공중합 공정의 수식 모델로부터 생성된 데이터에 적용하였다. 결과로 개발된 PLS 품질 변수 추정기는 정적 추정기로서 현재 품질 변수 값으로부터 공정 변수들의 변화로 인한 새로운 품질 변수 값으로 수렴하기까지의 동역학은 나타내지 못하고 있지만 정상 조업 조건에 가까운 조건하에서는 PLS 품질 추정기가 ±3% 범위내의 오차로 정상 상태(steady state)로 수렴할 때의 품질 변수들을 추정해 내고 있으며 품질 변수들이 비정상인지를 각 변수의 상관 관계를 고려하여 판별하는 T² 값의 실제 값과 추정 값도 거의 같게 나타나고 있다. 따라서 이 방법은 장래의 비정상 상태를 감지하여 공정을 개선하는 도구로써 사용될 수 있다.