典型相关分析
2015-01-18 21:05
986 查看
相关系数:描述两个随机变量间的线性相关性强弱的指标;
复(全)相关系数:描述一个随机变量和一个随机向量间线性相关性强弱的指标;
(将随机向量的各维进行线性组合得到一个随机变量,求两个随机变量间的相关系数,
取所有组合中相关系数的最大值,作为变量与向量的复(全)相关系数)
典型相关系数:描述两个随机向量之间线性相关性强弱的指标;
(设两向量X和Y的维数分别p和q,假设p<q。E(X)和E(Y)都是零向量。则,构造
Mf=X的协方差矩阵的-1/2次方 * X,Y的协方差矩阵*Y的协方差矩阵的-1次方 * Y,X的协方差矩阵 * X的协方差矩阵的-1/2次方;(相关矩阵不可逆时用广义逆)
Mg=(同上,只是把X和Y反过来);
则,Mf和Mg具有相同的特征值,设为,乃木大1^2>乃木大2^2>乃木大3^2>......乃木大p^2(p是较小的维数)>0;
对应的单位特征向量是f1,f2,f3,......fp和g1,g2,g3,......gp;
Fk=fk的转置 * X的协方差矩阵的-1/2次方 * X;
Gk=gk的转置 * Y的协方差矩阵的-1/2次方 * Y;
我们把Fk,和Gk称为X,Y 的第k对典型变量。
第k对典型相关系数为乃木大k(没有平方)。
在进行典型相关分析之前要先分析量向量之间是否相关,若不相关则进行典型相关分析就没有意义(如box检验法)。
计算出典型相关系数后还要检验所有典型变量对Fi与Gi的线性相关性(如Bartlett检验法)。
复(全)相关系数:描述一个随机变量和一个随机向量间线性相关性强弱的指标;
(将随机向量的各维进行线性组合得到一个随机变量,求两个随机变量间的相关系数,
取所有组合中相关系数的最大值,作为变量与向量的复(全)相关系数)
典型相关系数:描述两个随机向量之间线性相关性强弱的指标;
(设两向量X和Y的维数分别p和q,假设p<q。E(X)和E(Y)都是零向量。则,构造
Mf=X的协方差矩阵的-1/2次方 * X,Y的协方差矩阵*Y的协方差矩阵的-1次方 * Y,X的协方差矩阵 * X的协方差矩阵的-1/2次方;(相关矩阵不可逆时用广义逆)
Mg=(同上,只是把X和Y反过来);
则,Mf和Mg具有相同的特征值,设为,乃木大1^2>乃木大2^2>乃木大3^2>......乃木大p^2(p是较小的维数)>0;
对应的单位特征向量是f1,f2,f3,......fp和g1,g2,g3,......gp;
Fk=fk的转置 * X的协方差矩阵的-1/2次方 * X;
Gk=gk的转置 * Y的协方差矩阵的-1/2次方 * Y;
我们把Fk,和Gk称为X,Y 的第k对典型变量。
第k对典型相关系数为乃木大k(没有平方)。
在进行典型相关分析之前要先分析量向量之间是否相关,若不相关则进行典型相关分析就没有意义(如box检验法)。
计算出典型相关系数后还要检验所有典型变量对Fi与Gi的线性相关性(如Bartlett检验法)。
相关文章推荐
- Jordan Lecture Note-11: 典型相关分析(Canonical Correlation Analysis, CCA).
- 经典相关分析,典型关分析, CCA,Canonical Correlation Analysis,多元变量分析,线性组合,相关系数最大化
- 典型相关分析相关资料
- 典型相关分析
- R语言 典型相关分析
- 算法篇----典型相关分析(CCA)理论
- 典型相关分析
- 典型相关分析及相关知识
- Jordan Lecture Note-11: 典型相关分析(Canonical Correlation Analysis, CCA).
- 典型相关分析(Canonical Correlation Analysis, CCA)
- SAS 典型相关分析
- SPSS典型相关分析案例
- 典型相关分析(Canonical Correlation Analysis)
- 典型相关分析
- 典型相关分析如何分析两组变量的关系
- R语言学习笔记:典型相关分析和对应分析
- 对应分析与典型相关分析CCA笔记_数学建模系列
- 智能客户端相关Application Block结构功能分析(一)