Kanoninen korrelaatioanalyysi
Kanoninen korrelaatioanalyysi (CCA) on monimuuttujamenetelmä, joka tunnistaa lineaaristen kombinaatioiden pareja – yksi kustakin kahdesta muuttujajoukosta – siten, että kunkin parin välinen korrelaatio maksimoidaan. Harold Hotelling esitteli menetelmän uraauurtavassa vuoden 1936 Biometrika-artikkelissaan. CCA tarjoaa yleisimmän lineaariset puitteet kahden monimuuttujamittauspariston välisen yhteyden tutkimiseen, ja monet klassiset menetelmät (moniregressio, MANOVA, erotteluanalyysi) ovat sen erikoistapauksia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Canonical Correlation Analysis. ScholarGate. https://scholargate.app/fi/statistics/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.
- DiskriminanssianalyysiTilastotiede↔ compare
- FaktorianalyysiTutkimuksen tilastomenetelmät↔ compare
- Monimuuttujainen lineaarinen regressioTilastotiede↔ compare
- Osittainen pienimmän neliösumman regressio (PLS)Koneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →