Análisis de Correlación Canónica Bayesiano (Bayesian CCA)
El análisis de correlación canónica bayesiano es un modelo generativo probabilístico que identifica una estructura latente compartida entre dos o más conjuntos de variables observadas. Extiende el CCA clásico al colocar distribuciones a priori (priors) sobre los parámetros del modelo, lo que permite una cuantificación de la incertidumbre fundamentada, la determinación automática del número de dimensiones compartidas y robustez cuando los tamaños de muestra son pequeños en relación con la dimensionalidad.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Bach, F. R. & Jordan, M. I. (2005). A probabilistic interpretation of canonical correlation analysis. Technical Report 688, Department of Statistics, University of California, Berkeley. link ↗
- Klami, A., Virtanen, S. & Kaski, S. (2013). Bayesian canonical correlation analysis. Journal of Machine Learning Research, 14, 965-1003. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Canonical Correlation Analysis. ScholarGate. https://scholargate.app/es/statistics/bayesian-canonical-correlation-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Análisis Factorial Exploratorio Bayesiano (BEFA)Psicometría↔ compare
- Análisis de Componentes Principales Bayesiano (BPCA)Estadística↔ compare
- Análisis de Correlación CanónicaEstadística↔ compare
- Análisis Factorial Confirmatorio (AFC)Psicometría↔ compare
- Modelado de Ecuaciones EstructuralesEstadística para la investigación↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →