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.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.