介绍
典型相关分析(Canonical Correlation Analysis,简称CCA)是一种统计方法,用于探索两组变量之间的线性关系。与主成分分析(PCA)不同,PCA是在同一组变量内寻找最大方差的方向,而CCA是在两组变量之间寻找最大相关性的方向。
-
变量组:CCA涉及两组变量,每组变量可以包含一个或多个指标。
-
线性组合:CCA通过在每组变量中寻找线性组合,以确定这些组合之间的最大相关性。
-
典型变量:通过CCA,可以找到两组变量的典型变量(canonical variates),它们是原始变量的加权线性组合。
-
相关系数:CCA的目标是最大化这些典型变量之间的相关系数。
-
协方差矩阵:CCA使用两组变量的协方差矩阵来确定典型变量。