Canonical Correlation Analysis
ลองนึกภาพว่าคุณได้รวบรวมการวัดสองกลุ่มในคนกลุ่มเดียวกัน — เช่น ชุดคะแนนการทดสอบความรู้ความเข้าใจ และชุดการวัดภาพสมอง คุณต้องการทราบว่ามีความสัมพันธ์ที่มีความหมายระหว่างชุดการวัดทั้งสองหรือไม่ แต่การหาค่าสหสัมพันธ์ของคะแนนความรู้ความเข้าใจแต่ละรายการกับตัววัดสมองแต่ละรายการทีละรายการจะทำให้เกิดตารางขนาดใหญ่ที่ตีความได้ยาก และเพิ่มอัตราการเกิดผลบวกลวง การวิเคราะห์ CCA กลับถามว่า: เราสามารถรวมคะแนนความรู้ความเข้าใจเข้าเป็นองค์ประกอบเดียว (ตัวแปรตามแบบแผน) และในทำนองเดียวกันรวมการวัดสมองเข้าเป็นองค์ประกอบอื่นได้หรือไม่ เพื่อให้องค์ประกอบทั้งสองมีความสัมพันธ์กันอย่างมากที่สุด? CCA จะค้นหาคู่ขององค์ประกอบดังกล่าวตามลำดับสหสัมพันธ์ที่ลดลง คล้ายคลึงกับวิธีการวิเคราะห์องค์ประกอบหลักที่ค้นหาทิศทางของความแปรปรวนสูงสุดภายในชุดข้อมูลเดียว สหสัมพันธ์ตามแบบแผนแรกคือความสัมพันธ์เชิงเส้นที่มากที่สุดที่สามารถบรรลุได้ระหว่างชุดตัวแปรทั้งสอง คู่ที่ตามมาจะไม่มีสหสัมพันธ์กับคู่ก่อนหน้าและจะจับความสัมพันธ์ที่เหลืออยู่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Canonical Correlation Analysis. ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์จำแนก (Discriminant Analysis)สถิติศาสตร์↔ compare
- Factor Analysisสถิติการวิจัย↔ compare
- การถดถอยเชิงเส้นพหุสถิติศาสตร์↔ compare
- การถดถอยกำลังสองน้อยที่สุดบางส่วน (Partial Least Squares Regression - PLS)การเรียนรู้ของเครื่อง↔ compare