CCA与SVD分析方法比较研究.pdf

第 62 卷第 1 期 气 象 学 报 Vol. 62, N o. 1 2004 年 2 月 ACTA M ET EORO LOG ICA SIN ICA F ebruary 2004 CCA 与 SVD 分析方法比较研究 严华生 ( 云南大学地球科学系, 昆明, 650091) 孟 捷 李 艳 ( 云南大学统计系, 昆明, 650091) ( 湖南省气象台, 长沙, 410083) 摘 要 文中从理论分析、方法比较以及实例计算几 方面, 对目前气象资料处理分析中常用的 CCA 与 SV D 分析方法进 行了比较, 结果表明: ( 1) 对同样的变量组 X , Y 分别用 CCA 和 SV D 方法进行相关分析, 得到了完全不同的分析结 果, CCA 所得到的相关就是原始变量组 X , Y 之间的相关; SVD 所得到的相关是组合变量 L, M 间的相关而不是原 始变量组 X, Y 之间的相关。理论分析和实例计算都表明, 两种方法分析得到的最大相关有 非常显著的 差别, CCA 明显 比 SV D 要大得多, 且 CCA 收 敛快而 SV D 收敛慢。所以 SVD 不能有 效地提 取两组 变量或两 个变量 场之间 相 关关系的主要特征, 只有 CCA 才能最大限度地提取它们之间相关关系的主要特征。( 2) CCA 所 得出的两变量组的 变量是独立正交变量, 所以通过分析 CCA 组合变量间的 相关来 表示原 变量组 间的相 关关系是 有意义 的。而 SV D 所得 到的两变量组的变量不具有独立性和正交 性, 信 息提供 重复, 存在共 线性, 所以 通过分 析 SVD 组合 变量来 表 示两 变量组的相关关系没有 CCA 方法有意义 。( 3) CCA 是在考虑 了各个变 量场自身变 化的情况 下来分 解两个 变 量场间的相关 关系; 而 SV D 是在没有考虑各个 变量场自 身变化 的情况 下来分 解两个 变量场 间的协方 差关系。 很 显然 , CCA 比 SV D 更全面、更完整和更准确。(