典型相关分析——数学建模清风笔记

概述

典型相关分析（Canonical Correlation analysis）研究两组变量（每组变量中都可能有多个指标）之间相关关系的一种多元统计方法。 它能够揭示出两组变量之间的内在联系。

典型相关分析目的是识别并量化两组变量之间的联系，将两组变量相关关系的分析，转化为一组变量的线性组合与另一组变量线性组合之间的相关关系分析。

比如：研究人口统计变量（户主年龄、家庭年收入、户主受教育程度）与消费变量（每年去餐馆就餐的频率、每年出外看电影的频率）之间是否具有相关关系； 阅读能力变量（阅读速度、阅读才能）与数学运算能力变量（数学运算速度、数学运算才能）是否相关等。

涉及到多元统计的知识，工具：SPSS

基本理论

典型相关分析由Hotelling提出，其基本思想和主成分分析非常相似。

首先在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数； 然后选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对； 如此继续下去，直到两组变量之间的相关性被提取完毕为止。

被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。 典型相关系数度量了这两组变量之间联系的强度。

注：var:方差