当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R cancor 典型相关性


R语言 cancor 位于 stats 包(package)。

说明

计算两个数据矩阵之间的典型相关性。

用法

cancor(x, y, xcenter = TRUE, ycenter = TRUE)

参数

x

数字矩阵 ( ),包含 x 坐标。

y

数字矩阵 ( ),包含 y 坐标。

xcenter

长度为 的逻辑或数值向量,说明分析之前对 x 值进行的任何居中操作。如果TRUE(默认),则减去列平均值。如果 FALSE ,请勿调整列。否则,从列中减去值的向量。

ycenter

类似于 xcenter ,但针对 y 值。

细节

典型相关分析寻求 y 变量的线性组合,这些组合可以通过 x 变量的线性组合得到很好的解释。这种关系是对称的,因为“充分解释”是通过相关性来衡量的。

包含以下组件的列表:

cor

相关性。

xcoef

x 变量的估计系数。

ycoef

y 变量的估计系数。

xcenter

用于调整 x 变量的值。

ycenter

用于调整 x 变量的值。

例子

## signs of results are random
pop <- LifeCycleSavings[, 2:3]
oec <- LifeCycleSavings[, -(2:3)]
cancor(pop, oec)

x <- matrix(rnorm(150), 50, 3)
y <- matrix(rnorm(250), 50, 5)
(cxy <- cancor(x, y))
all(abs(cor(x %*% cxy$xcoef,
            y %*% cxy$ycoef)[,1:3] - diag(cxy $ cor)) < 1e-15)
all(abs(cor(x %*% cxy$xcoef) - diag(3)) < 1e-15)
all(abs(cor(y %*% cxy$ycoef) - diag(5)) < 1e-15)

参考

Becker, R. A., Chambers, J. M. and Wilks, A. R. (1988). The New S Language. Wadsworth & Brooks/Cole.

Hotelling H. (1936). Relations between two sets of variables. Biometrika, 28, 321-327. doi:10.1093/biomet/28.3-4.321.

Seber, G. A. F. (1984). Multivariate Observations. New York: Wiley. Page 506f.

也可以看看

qrsvd

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Canonical Correlations。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。