canoncorr

典型相关

语法

[A, B] = canoncorr (X, Y)
(A、B r) = canoncorr (X, Y)
[A, B, r, U, V] = canoncorr (X, Y)
[A, B, r, U, V,统计]= canoncorr (X, Y)

描述

[A, B] = canoncorr (X, Y)的样本正则系数n——- - - - - -d1n——- - - - - -d2数据矩阵XYXY必须有相同数量的观察值(行),但可以有不同数量的变量(列)。一个Bd1——- - - - - -dd2——- - - - - -d矩阵,d = min(等级(X)等级(Y))。的jth的列一个B包含正则系数,即的线性组合j第个正则变量XY,分别。列一个B按比例缩放,使正则变量的协方差矩阵成为单位矩阵(见UV下文)。如果XY小于满秩,canoncorr的行中返回零一个B对应于的相关列XY

(A、B r) = canoncorr (X, Y)也会返回一个1-by-d包含样本典型相关的向量。的jth元素r两者之间有关联吗jth的列UV(见下文)。

[A, B, r, U, V] = canoncorr (X, Y)还返回规范变量scores。UVn——- - - - - -d矩阵计算,

U = (X-repmat(意味着(X), N, 1)) * V = (Y-repmat(意味着(Y), N, 1)) * B

[A, B, r, U, V,统计]= canoncorr (X, Y)也会返回一个结构统计数据包含与序列有关的信息d零假设 H 0 ( k ) ,那…k + 1)圣d这些相关性都是零k = 0 (d 1):统计数据包含七个字段,每个字段一个1——- - - - - -d向量,其元素对应于的值k,如下表所述:

描述
威尔

Wilks' lambda(似然比)统计量

DF1

卡方统计量的自由度,分子自由度F统计

DF2

分母自由度F统计

F

饶是近似的F统计的 H 0 ( k )

pF

右尾显著性水平为F

chisq

Bartlett近似卡方统计量 H 0 ( k ) 域名的修改

pChisq

右尾显著性水平为chisq

统计数据还有其他两个字段(教育部p),它们等于DF1pChisq,因为历史原因而存在。

例子

全部折叠

加载示例数据。

负载carbig;X =[位移马力重量加速度MPG];nans = sum(isnan(X),2) > 0;

计算样本典型相关。

[A, B, r, U, V] = canoncorr (X (~ nan, 1:3), (~ nan, 4:5));

绘制典型变量得分。

情节(U (: 1), V (: 1),“。”)包含(“0.0025 * Disp + 0.020 *惠普- 0.000025 *重量的)ylabel (* accel - 0.092 * -0.17英里/加仑的)

参考

克扎诺夫斯基,w。多元分析原理:一个用户的视角。纽约:牛津大学出版社,1988年。

[2] Seber, g.a.f。多变量的观察。新泽西州霍博肯:约翰威利父子公司,1984年。

另请参阅

|

之前介绍过的R2006a