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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.