Latent structureMultivariate analysis
ベイズ正準相関分析 (Bayesian CCA)
ベイズ正準相関分析は、2つ以上の観測変数セット間で共有される潜在構造を特定する確率的生成モデルです。モデルパラメータに事前分布を置くことで古典的なCCAを拡張し、原理に基づいた不確実性の定量化、共有次元数の自動決定、および次元数に比べてサンプルサイズが小さい場合のロバスト性を可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Canonical Correlation Analysis. ScholarGate. https://scholargate.app/ja/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.
- ベイズ探索的因子分析 (BEFA)心理測定学↔ compare
- ベイズ主成分分析 (BPCA)統計学↔ compare
- Canonical Correlation Analysis統計学↔ compare
- 確認的因子分析（CFA）心理測定学↔ compare
- 構造方程式モデリング研究統計↔ compare