SAS讲义第三十七课典型相关分析.docVIP

典型相关分析 典型相关分析（Canonical Correlation Analysis）是研究两组变量间相关关系的一种多元统计分析方法。它能够揭示两组变量之间的内在联系，真正反映两组变量间的线性相关情况。 典型相关分析 我们研究过两个随机变量间的相关，它们可以用相关系数表示。然而，在实际问题中常常会遇到要研究两组随机变量间和的相关关系。和可能是完全不同的，但是它们的线性函数可能存在密切的关系，这种密切的关系能反映和之间的相关关系。因此就要找出的一个线性组合及的一个线性组合，希望找到的和之间有最大可能的相关系数，以充分反映两组变量间的关系。这样就把研究两组随机变量间相关关系的问题转化为研究两个随机变量间的相关关系。如果一对变量（，）还不能完全刻划两组变量间的相关关系时，可以继续找第二对变量，希望这对变量在与第一对变量（，）不相关的情况下也具有尽可能大的相关系数。直到进行到找不到相关变量对时为止。这便引导出典型相关变量的概念。 典型相关系数与典型相关变量 设有两组随机变量和，假定它们都已经标准化了，即，，若记 此时它们的协方差矩阵（也是相关系数矩阵）为， 其中 实际上，我们要找 使和的相关系数达到最大。由于对任意常数，，，， (其中，)， (37.1) (37.2) 此时。在与条件下，使达到最大的与分别与和组成的新变量 (37.3) 称为第一对典型变量，称为