16种常用的数据分析方法-典型相关分析

CCA典型相关分析（canonical correlation analysis）从总体上把握两组指标之间的相关关系，分别提取两组变量有代表性的两个综合变量U1和V1（分别为两个变量组中各变量的线性组合），用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。

简单相关系数用来描述两组变量相关关系时只是考虑单个X、Y间的相关，没有考虑X、Y变量组内部各变量间的相关。两组间有许多简单相关系数，相关性问题更加复杂，整体描述困难。

典型相关分析弥补了简单相关性分析的缺陷，是专门针对两组变量间相关性分析的一种统计方法。也是一种降维技术。

典型相关分析的基本思想和主成分分析的基本思想相似，它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究，并且这少数几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息。

 ​典型相关分析基本思想

1936年，Hotelling提出典型相关分析。Hotelling提出分析两组变量的线性组合, 研究它们之间的相关系数p(u,v)。

在所有线性组合中，找出一对相关系数最大的线性组合, 用这个组合的单相关系数来表示两组变量的相关性, 成为两组变量的典型相关系数，而这两个线性组合叫做一对典型变量。两组多变量的组合需要用若干对典型变量完全反映它们之间的相关性。

在两组变量的线性组合中，找出与u1,v1不相关的线性组合，找出一对相关系数最大的线性组合, 即：第二对典型变量，把p(u2,v2)做为第二个典型相关系数。用此方法继续得到若干对典型变量，最终提取出两组变量间的全部信息。

其中“相关系数”、“典型变量”的基本概念为：

l典型变量（Canonical Variates)

首先，两个变量集合X和Y：