Általános kanonikus korreláció - Generalized canonical correlation

A statisztikákban az általános kanonikus korrelációs elemzés (gCCA) egy módszer a keresztkorrelációs mátrixok értelmezésére a véletlen változók halmaza között, ha kettőnél több halmaz van. Míg a hagyományos CCA általánosítja a főkomponens-elemzést (PCA) két véletlenszerű változókészletre, a gCCA a PCA-t két véletlenszerű változókészletre általánosítja. A kanonikus változók azokat a közös tényezőket reprezentálják, amelyeket az összes transzformált véletlen változó nagy PCA-jával megtalálhatunk, miután minden halmaz saját PCA-t kapott.

Alkalmazások

A lineáris regressziós paraméterek becslésére szolgáló Helmert-Wolf blokkoló (HWB) módszer csak akkor találhat optimális megoldást, ha az adatblokkok közötti összes keresztkorreláció nulla. Ezek mindig eltűnhetnek, ha minden közös tényezőhöz új regressziós paramétert vezetnek be. A gCCA módszer felhasználható azoknak a káros közös tényezőknek a felkutatására, amelyek kereszthivatkozást hoznak létre a blokkok között. Nincs optimális HWB megoldás, ha a véletlen változók nem tartalmaznak elegendő információt az összes új regressziós paraméterről.

Irodalom

• Afshin-Pour, B .; Hossein-Zadeh, GA Strother, SC; Soltanian-Zadeh, H. (2012): "Az fMRI statisztikai térképek reprodukálhatóságának fokozása az általános kanonikus korrelációs elemzés segítségével az NPAIRS keretben" , NeuroImage 60 (4): 1970–1981. doi : 10.1016 / j.neuroimage.2012.01.137
• Sun, QS, Liu, ZD, Heng, PA, Xia, DS (2005) "Tétel az általánosított kanonikus projektorvektorokról". Mintafelismerés 38 (3) 449
• Kettenring, JR (1971) "Több változókészlet kanonikus elemzése". "Biometrika" 58 (3) 433

Külső linkek

• FactoMineR (ingyenes, feltáró többváltozós adatelemző szoftver, amely az R- hez kapcsolódik )