ドキュメンテーションヘルプセンタードキュメンテーション
このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
正準相関
[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)
[一个,B) = canoncorr (X,Y)は,データ行列XとYの標本正準係数を計算します。
[一个,B) = canoncorr (X,Y)
一个
B
X
Y
[一个,B,r) = canoncorr (X,Y)は,標本正準相関のベクトルrも返します。
[一个,B,r) = canoncorr (X,Y)
r
例
[一个,B,r,U,V) = canoncorr (X,Y)は,それぞれXとYの正準スコアの行列であるUとVも返します。
[一个,B,r,U,V) = canoncorr (X,Y)
U
V
[一个,B,r,U,V,统计数据) = canoncorr (X,Y)は,残りの相关ががすべてゼロであるといういう连仮说のの検定にする情情纳纳されれたた统计数据も返します。
[一个,B,r,U,V,统计数据) = canoncorr (X,Y)
统计数据
すべて折りたたむ
標本データセットの正準相関分析を行います。
データセットcarbigには,1970 ~ 1982年406台のの自動車に関する測定値が含まれています。
carbig
标本データを読み込み。
负载carbig;data =[排量马力重量加速度MPG];
排気量,馬力,および重量の観測値の行列としてXを定義し,加速度とMPGの観測値の行列としてYを定義します。データが不足している行は省略します。
isnan = sum(isnan(data),2) > 0;X =数据(~ nan, 1:3);Y =数据(~ nan, 4:5);
標本の正準相関を計算します。
[A, B, r, U, V] = canoncorr (X, Y);
Xの正準変数を構成する排気量,馬力,および重量の線形結合を判定するため,一个の出力を表示します。
一个=3×20.0025 0.0048 0.0202 0.0409 -0.0000 -0.0027
(3,1)は非常に小さいため,-0.000と表示されています。(3,1)のみ表示します。
(3,1)
-0.000
ans = -2.4737 e-05
Xの最初の正準変数は,u1 = 0.0025*耗散+ 0.0202*HP - 0.000025*Wgtです。
u1 = 0.0025*耗散+ 0.0202*HP - 0.000025*Wgt
Xの2番目の正準変数は,u2 = 0.0048*耗散+ 0.0409*HP - 0.0027*Wgtです。
u2 = 0.0048*耗散+ 0.0409*HP - 0.0027*Wgt
Yの正準変数を構成する加速度とMPGの線形結合を判定するため,Bの出力を表示します。
B =2×20.1666 -0.3637 -0.0916 0.1078
Yの最初の正準変数は,v1 =- - - - - -0.1666 * Accel - 0.0916 * MPGです。
v1 =
- - - - - -
0.1666 * Accel - 0.0916 * MPG
Yの2番目の正準変数は,v2 = -0.3637 *Accel + 0.1078*MPGです。
v2 = -0.3637 *Accel + 0.1078*MPG
XとYの正準変数のスコアを相互にプロットします。
t = tiledlayout (2, 2);标题(t)“X的标准分数vs Y的标准分数”)包含(t)' X的典型变量') ylabel (t)“Y的典型变量”) t.TileSpacing =“紧凑”;nexttile情节(U (: 1), V (: 1),“。”)Xlabel('U1')ylabel(“v1”) nexttile情节(U (:, 2), V (: 1),“。”)Xlabel('U2')ylabel(“v1”) nexttile情节(U (: 1), V (:, 2),“。”)Xlabel('U1')ylabel(“v2”) nexttile情节(U (:, 2), V (:, 2),“。”)Xlabel('U2')ylabel(“v2”)
正準変数のペア { u 我 , v 我 } は他のすべてのペアとは異なり,最も強い相関から最も弱い相関へと順番に並んでいます。
変数u1とv1の相関係数を返します。
u1
v1
r (1)
ans = 0.8782
入力行列.N行D.1列の行列を指定します。Xの行は観測値に対応し,列は変数に対応します。
データ型:单|双
单
双
入力行列.N行D.2列の行列として指定します。ここで,Xはn行d1列の行列。Yの行は観測値に対応し,列は変数に対応します。
X内の変数の標本正準係数。d1行D列列行列返されます。ここここ,d = min(等级(X)等级(Y))です。
一个のj番目の列には,Xのj番目の正準変数を構成する変数の線形結合が含まれます。
Xがフルランクより低い場合,canoncorrは警告を出し,Xのの従属列に対応する一个の行にゼロを返します。
canoncorr
Y内の変数の標本正準係数。d2行D列列行列返されます。ここここ,d = min(等级(X)等级(Y))です。
Bのj番目の列には,Yのj番目の正準変数を構成する変数の線形結合が含まれます。
Yがフルランクより低い場合,canoncorrは警告を出し,Yのの従属列に対応するBの行にゼロを返します。
標本正準相関。1行 d 列のベクトルとして返されます。ここで、d = min(等级(X)等级(Y))です。
rのj番目の要素は,UとVのj番目の列間の相関です。
j
X内の変数の正準スコア。n行d列の行列として返されます。ここで,Xはn行d1列の行列で,d = min(等级(X)等级(Y))です。
Y内の変数の正準スコア。n行d列の行列として返されます。ここで,Yはn行d2列の行列で,d = min(等级(X)等级(Y))です。
仮说仮说検定情。构造体内返さます。k = 1,…,d 1について(k + 1)番目からd番目までの相関がすべてゼロであるというd個の一連の帰無仮説 H 0 ( k ) に関係しています。ここで,d = min(等级(X)等级(Y))です。
统计数据のフィールドは1行d列のベクトルで,各要素はkの値に対応しています。
威尔
威尔ラムダ(尤度比)統計量
DF1.
カイ二乗統計量の自由度,およびF統計量の分子自由度
DF2.
F統計量の分母自由度
F
H 0 ( k ) についてについてRAOの近似近似
PF.
Fに対する右裾有意水準
chisq
域名による変更を加えた H 0 ( k ) についてのBartlettの近似カイ二乗統計量
pChisq
chisqに対する右裾有意水準
统计数据には他に2つのフィールド(教育部およびp)があり,それぞれDF1.およびpChisqと同じです。これらは歴史的な経緯で存在します。
教育部
p
データ型:结构体
结构体
データ行列XおよびYの正準スコアは次のように定義されます。
U 我 = X 一个 我 V 我 = Y b 我
ここで,我とb我は,ピアソン相関係数ρ(U我, V我)を最大化します。ただし,これまでのすべての正準スコアとは無相関であり,U我とV我がゼロ平均と単位分散をもつようにスケーリングされることを前提とします。
XとYの正準係数は,それぞれ我とb我を列にもつ行列Aとです。
XとYの正準変数は,それぞれ,Aとの正準係数によって与えられる,XとYの列の線形結合です。
正準相関はXとYの正準変数の各ペアの相関を測定する値ρ(U我, V我)です。
canoncorrは,qrと圣言会を使用して,一个、B,およびrを計算します。canoncorrは,UおよびVをU = (X-mean (X)) *およびV = (Y-mean (Y)) * Bとして計算します。
qr
圣言会
U = (X-mean (X)) *
V = (Y-mean (Y)) * B
多元分析原理:用户的视角。纽约:牛津大学出版社,1988。
多变量观测。John Wiley & Sons, Inc., 1984。
Manova1.|主成分分析
Manova1.
主成分分析
この例の変更されたバージョンがあります。編集された方の例を開きますか吗?
次のMATLABコマンドに対応するリンクがクリックされました。
コマンドをMATLABコマンドウィンドウに入力して実行してください。WebブラウザーはMATLABコマンドをサポートしていません。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系