Canonical Correlation Analysis
Canonical Correlation Analysis (CCA) is a multivariate statistical method that identifies pairs of linear combinations — one from each of two variable sets — such that the correlation between each pair is maximised. Introduced by Harold Hotelling in his landmark 1936 Biometrika paper, CCA provides the most general linear framework for studying the association between two multivariate batteries of measurements, and many classical procedures (multiple regression, MANOVA, discriminant analysis) are special cases of it.
Εγγραφή πηγής
Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.
- Hotelling, H. (1936). Relations between two sets of variates. Biometrika, 28(3–4), 321–377. · DOI 10.1093/biomet/28.3-4.321
- Anderson, T. W. (2003). An Introduction to Multivariate Statistical Analysis (3rd ed.). Wiley. · ISBN 978-0471360919
- Tabachnick, B. G., & Fidell, L. S. (2019). Using Multivariate Statistics (7th ed.). Pearson. · ISBN 978-0134790541
Επιμελημένοι ισχυρισμοί
Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.
Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.
Σχετικές μέθοδοι
Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.