Канонические корреляции и переменные 471 [c.471]
КАНОНИЧЕСКИЕ КОРРЕЛЯЦИИ И ПЕРЕМЕННЫЕ [c.471]
Канонические корреляции и переменные 473 [c.473]
Утверждение теоремы (в предположении, что собственные значения различны) получается простой математической индукцией. Очевидно, что только г пар канонических переменных с ненулевой корреляцией может быть найдено, ((г + 1)-я пара будет иметь уже нулевую корреляцию, так как матрица АА имеет только г положительных собственных значений.) [c.474]
Если есть только одна зависимая переменная, используются такие методы как дисперсионный и ковариационный анализ, регрессионный анализ, дискриминантный анализ и совместный анализ. Однако, если имеется больше одной зависимой переменной, следует воспользоваться многомерными методами анализа дисперсионным и ковариационным, методом канонической корреляции и множественным дис-криминантным анализом. При применении методов взаимозависимости (interdependent te hniques) переменные не подразделяются на зависимые и независимые напротив, исследуется весь набор взаимозависимых взаимосвязей. [c.541]
Ниже приведены основные статистики, связанные с дискриминантным анализом. Каноническая корреляция ( anoni al Измеряет степень между дискрими-показателями и группами. Это мера связи между единственной дискриминирующей функцией и набором фиктивных переменных, которые определяют принадлежность к данной группе. [c.688]
Дискриминантный функциональный анализ проводился для проверки гипотезы можно ли, используя 20-балльную шкалу компетенций, различать успешных предпринимателей от неуспешных. Программа дискриминантного анализа отобрала переменные при помощи минимизации лямбды Уилкса. Поэтапная процедура остановилась после того, как было введено 10 баллов компетенций. На этом этапе каноническая корреляция составляла 0,50 (р <0,0002). Когда результаты этой программы были использованы при разбиении выборки предпринимателей на успешную и менее успешную, были верно классифицированы 81,4% менее успешной группы, 65,2% успешной группы и 72,7% от всей группы. [c.228]
Здесь гг представляют собой канонические коэффициенты корреляции гг — наибольший из возможных коэффициентов корреляции между линейными комбинациями переменных Y и переменных X, гг — следующий по величине коэффициент корреляции. и т. д. Векторы значений переменных uviv удовлетворяют при этом некоторым дополнительным условиям векторы значений переменной и не коррелируют друг с другом, то же самое относится к векторам значений переменной v, а также к несоответствующим одному общему индексу векторам значений и и v, т. е. [c.333]