Kanonsakņu korelācijas analīze
Kanonsakņu korelācijas analīze (CCA) ir daudzfaktoru statistikas metode, kas identificē lineāru kombināciju pārus — pa vienam no katras divu mainīgo kopas —, lai korelācija starp katru pāri tiktu maksimizēta. Hārolda Hotellinga 1936. gada nozīmīgajā Biometrika rakstā ieviestā CCA nodrošina vispārīgāko lineāro ietvaru divu daudzfaktoru mērījumu bateriju saistības pētīšanai, un daudzas klasiskās procedūras (vairākkārtējā regresija, MANOVA, diskriminantanalīze) ir tās īpaši gadījumi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Canonical Correlation Analysis. ScholarGate. https://scholargate.app/lv/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.
- Lineārā diskriminantā analīzeStatistika↔ compare
- Faktoru analīzePētniecības statistika↔ compare
- Vairākkārtējā lineārā regresijaStatistika↔ compare
- Regresija ar daļējiem mazākajiem kvadrātiem (PLS)Mašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →