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.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
- 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
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.