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.
سوابق منبع
استنادات عیناً از سوابق منبع روش کپی شدهاند. هیچ تأیید در سطح ادعا از آنها استنباط نمیشود.
- 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
ادعاهای گزینششده
ادعاها در دفتر ثبت شواهد ذخیره شدهاند، هر کدام با ارزیابی خاص خود.
این نما در صورت عدم وجود ارزیابی ادعا در دفتر ثبت، ادعایی ابداع نمیکند.
روشهای مرتبط
از گراف روش تولید شده و به عنوان روابط پیشنهادی ماشین نمایش داده میشود — هیچ ادعای مدرکی استنباط نمیشود.