Canonieke Correlatieanalyse
Canonieke Correlatieanalyse (CCA) is een multivariate statistische methode die paren van lineaire combinaties identificeert — één uit elke set van variabelen — zodanig dat de correlatie tussen elk paar gemaximaliseerd wordt. Geïntroduceerd door Harold Hotelling in zijn baanbrekende artikel in Biometrika uit 1936, biedt CCA het meest algemene lineaire raamwerk voor het bestuderen van de associatie tussen twee multivariate batterijen van metingen, en veel klassieke procedures (multipele regressie, MANOVA, discriminante analyse) zijn speciale gevallen ervan.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Canonical Correlation Analysis. ScholarGate. https://scholargate.app/nl/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.
- Discriminant AnalysisStatistiek↔ compare
- FactoranalyseOnderzoeksstatistiek↔ compare
- Meervoudige Lineaire RegressieStatistiek↔ compare
- Partiële Kleinste Kwadraten Regressie (PLS)Machine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →