ArgumentsxAn array of two dimension

Arguments

x
An array of two dimensions of size (NX,NOBS) where NOBS represents the number of observations and NX represents the number of independent variables. The x are the (linearly independent) predictor variables.

y
An array of two dimensions of size (NY,NOBS) where NOBS represents the number of observations and NY represents the number of dependent variables. The y are the (dependent) predictand variables. Note: NY.le.NX.
option
A logical variable. Currently not used.

Return value

An array containing the canonical correlation coefficients. The return values will be of type double if x or y is double, and float otherwise.

A suite of attributes is returned:

(a) ndof: degrees of freedom (one dimensional array)
(b) chisq: chi-squares values (one dimensional array)
(c) wlam : Wilk's Lambda (one dimensional array)
(d) coefx: two dimensional array (NY,NX) containing the
right hand [x] canonical loading coefficients.
(f) coefy: two dimensional array (NY,NY) containing the
left hand [y] canonical loading coefficients.
ndof will be type integer. chisq, coefr and coefl will be of the same type as the returned canonical correlations.
Description

Please read the cancor performs canonical correlation analysis (CCA). Canonical correlation explores the relationships between standardized variables. The objectives are similar to multiple linear regression except there are multiple y variables (i.e., determine linear combinations of the y variables which are well explained by linear combinations of the x variables). It can be used as either a hypothesis testing or an exploratory method.

It may be possible to ascribe physical interpretation to the results. However, like EOF analysis, the mathematical manipulations are not based on physical equations.

The y are the dependent variables and x are the predictor variables. The ndof and chisq information can be used to test the null hypothesis that all canonical correlations are zero. NCL's gammainc can be used to determine the significance level. See the examples.

The eigenvalues may be determined by squaring returned canonical correlations.

The canonical scores can be derived by multiplying the standardized original variables by the canonical loading vectors coefx and coefy.

NCL uses "SUBROUTINE CANOR" from the old IBM "Scientific Subroutine Package" (SSP) to perform the calculations.

ผลลัพธ์ (ไทย) 1:

อาร์กิวเมนต์xอาร์เรย์ 2 มิติขนาด (NX, NOBS) ที่ NOBS แทนหมายเลขของการสังเกตและ NX แทนจำนวนตัวแปรอิสระ X เป็นตัวแปร predictor (อิสระเชิงเส้น)yอาร์เรย์สองมิติขนาด (NY, NOBS) ที่ NOBS แทนหมายเลขของการสังเกตและ NY แทนจำนวนตัวแปรขึ้นอยู่กับ Y คือ ตัวแปร predictand (อิสระ) หมายเหตุ: NY.le.NXตัวเลือกตัวแปรเชิงตรรกะ ขณะนี้ใช้ไม่ค่าที่ส่งคืนอาร์เรย์ที่ประกอบด้วยค่าสัมประสิทธิ์สหสัมพันธ์มาตรฐาน ค่าที่ส่งกลับจะถ้าคู่ชนิด x หรือ y เป็นคู่ และลอยเป็นอย่างอื่นชุดแอตทริบิวต์ถูกส่งกลับ: (ก) ndof: องศาความเป็นอิสระ (อาร์เรย์มิติเดียว) (ข) chisq: chi-squares ค่า (อาร์เรย์มิติเดียว) (c) wlam: Wilk ของแลมบ์ดา (อาร์เรย์มิติเดียว) (d) coefx: สองแถวลำดับหลายมิติ (NY, NX) ประกอบด้วยการ ขวามือ [x] โหลดสัมประสิทธิ์มาตรฐาน (f) coefy: อาร์เรย์สองมิติ (NY, NY) ประกอบด้วยการ ซ้ายมือ [y] โหลดสัมประสิทธิ์มาตรฐานndof จะเป็นชนิดจำนวนเต็ม chisq, coefr และ coefl จะเป็นชนิดเดียวกันเป็นความสัมพันธ์เป็นที่ยอมรับที่ส่งคืนคำอธิบายกรุณาอ่าน cancor ทำการวิเคราะห์ความสัมพันธ์เป็นที่ยอมรับ (CCA) ความสัมพันธ์ของมาตรฐานสำรวจความสัมพันธ์ระหว่างตัวแปรมาตรฐาน วัตถุประสงค์จะคล้ายกับการถดถอยเชิงเส้นหลายยกเว้นมีตัวแปร y หลาย (เช่น กำหนดชุดข้อมูลเชิงเส้นของตัวแปร y ซึ่งจะอธิบายกันตามชุดข้อมูลเชิงเส้นของตัวแปร x) มันสามารถใช้เป็นสมมติฐานที่ทดสอบหรือวิธีการเชิงบุกเบิกมันอาจจะไป ascribe ความจริงกับผลลัพธ์ อย่างไรก็ตาม เช่นการวิเคราะห์ EOF, manipulations ภาพคณิตศาสตร์ไม่ขึ้นอยู่กับสมการทางกายภาพY เป็นตัวแปรขึ้นอยู่กับ และ x เป็นตัวแปรจำนวนประตู ข้อมูล ndof และ chisq สามารถใช้ในการทดสอบสมมติฐานว่างที่ว่า ความสัมพันธ์เป็นที่ยอมรับทั้งหมดเป็นศูนย์ Gammainc ของ NCL สามารถใช้เพื่อกำหนดระดับนัยสำคัญ ดูตัวอย่างเวกเตอร์อาจถูกกำหนด โดย squaring คืนสัมพันธ์เป็นที่ยอมรับคะแนนมาตรฐานสามารถรับมาคูณตัวแปรเดิมมาตรฐานโดยมาตรฐานที่โหลดเวกเตอร์ coefx และ coefy ได้NCL ใช้ "SUBROUTINE CANOR" จาก IBM เก่า "วิทยาศาสตร์ Subroutine แพ็คเกจ" (SSP) เพื่อทำการคำนวณ

ผลลัพธ์ (ไทย) 2:

ข้อโต้แย้งx อาร์เรย์สองมิติของขนาด (NX, NOBS) ที่ NOBS แสดงถึงจำนวนของการสังเกตและ NX แสดงถึงจำนวนตัวแปรอิสระ x เป็น (เส้นตรงอิสระ) ตัวแปร. และอาเรย์ของสองมิติของขนาด (NY, NOBS) ที่ NOBS แสดงถึงจำนวนของการสังเกตและนิวยอร์กแสดงถึงจำนวนของตัวแปรตาม y เป็น (ขึ้น) predictand ตัวแปร หมายเหตุ: NY.le.NX. ตัวเลือกตัวแปรตรรกะ ปัจจุบันไม่ได้ใช้. กลับค่าอาร์เรย์ที่มีค่าสัมประสิทธิ์สหสัมพันธ์ที่ยอมรับ ค่าที่ส่งคืนจะเป็นชนิด double ถ้า x และหรือเป็นคู่และลอยอย่างอื่น. ชุดของคุณลักษณะที่เป็นกลับ: (ก) ndof: องศาอิสระ (หนึ่งอาร์เรย์มิติ) (ข) chisq: ไคสแควร์ค่า (อย่างใดอย่างหนึ่ง มิติอาร์เรย์) (ค) WLAM: Wilk ของแลมบ์ดา (หนึ่งอาร์เรย์มิติ) (ง) coefx: อาร์เรย์สองมิติ (NY, NX) ที่มีมือข้างขวา [x] สัมประสิทธิ์โหลดยอมรับ. (ฉ) coefy: อาร์เรย์สองมิติ (NY, NY) ที่มีมือซ้าย [y] สัมประสิทธิ์โหลดยอมรับ. ndof จะเป็นจำนวนเต็มชนิด chisq, coefr และ coefl จะเป็นชนิดเดียวกับความสัมพันธ์กลับมาเป็นที่ยอมรับ. รายละเอียดโปรดอ่าน cancor ดำเนินการวิเคราะห์ความสัมพันธ์ที่ยอมรับ (CCA) ความสัมพันธ์ยอมรับสำรวจความสัมพันธ์ระหว่างตัวแปรที่เป็นมาตรฐาน วัตถุประสงค์มีความคล้ายคลึงกับหลายถดถอยเชิงเส้นยกเว้นมีหลายตัวแปรและ (เช่นชุดที่เชิงเส้นของตัวแปรและที่มีการอธิบายอย่างดีจากการรวมเชิงเส้นของตัวแปร x) มันสามารถใช้เป็นทั้งการทดสอบสมมติฐานหรือวิธีการสอบสวน. มันอาจจะเป็นไปได้ที่จะอ้างการตีความทางกายภาพเพื่อผล อย่างไรก็ตามเช่นเดียวกับการวิเคราะห์ EOF, กิจวัตรทางคณิตศาสตร์ไม่ได้ขึ้นอยู่ในสมการทางกายภาพ. y เป็นตัวแปรตามและ x เป็นตัวแปร ndof และข้อมูล chisq สามารถนำมาใช้ในการทดสอบสมมติฐานว่าทุกความสัมพันธ์ที่ยอมรับเป็นศูนย์ gammainc NCL สามารถใช้ในการกำหนดระดับความสำคัญ ดูตัวอย่าง. ค่าลักษณะเฉพาะอาจถูกกำหนดโดย squaring กลับความสัมพันธ์ที่ยอมรับ. คะแนนที่ยอมรับได้มาโดยการคูณตัวแปรเดิมที่ได้มาตรฐานโดยการโหลดเวกเตอร์ที่ยอมรับ coefx และ coefy. NCL ใช้ "subroutine CANOR" จากเดิมไอบีเอ็ม "แพคเกจ Subroutine วิทยาศาสตร์ "(เอสเอส) ที่จะดำเนินการคำนวณ

ผลลัพธ์ (ไทย) 3:

อาร์กิวเมนต์

x
อาร์เรย์สองมิติขนาด ( NX น็อบส์ , ) ที่น็อบส์แสดงถึงจำนวนของการสังเกตและ NX แทนจำนวนตัวแปรอิสระ X เป็น ( เป็นเส้นตรง ) ตัวแปร

y
อาร์เรย์สองมิติขนาด ( NY , น็อบส์ ) ที่น็อบส์แสดงถึงจำนวนของการสังเกตและ NY แสดงถึงจำนวนของตัวแปร .Y คือ ( 2 ) ตัวแปร predictand . หมายเหตุ : นิวยอร์ค เลอ . NX .

เลือกตัวแปรเชิงตรรกะ ปัจจุบันไม่ได้ใช้ ค่า



กลับอาร์เรย์ที่มี Canonical Correlation Coefficient . คืนค่าจะเป็นประเภทคู่ ถ้า X หรือ Y เป็นสองเท่า และลอยอย่างอื่น

ชุดคุณลักษณะกลับมา :

( ) ndof : องศาของเสรีภาพ ( อาร์เรย์มิติหนึ่ง )
( b ) chisq :ค่าไคสแควร์ ( อาร์เรย์มิติหนึ่ง )
( C ) wlam : ตัวแทนของ lambda ( อาร์เรย์มิติหนึ่ง )
( D ) coefx : อาร์เรย์สองมิติ ( NY , NX ) ที่มี
ขวามือ [ x ] Canonical โหลดค่าสัมประสิทธิ์ .
( F ) coefy : อาร์เรย์สองมิติ ( NY , NY ) ประกอบ
[ Y ] Canonical โหลด มือ ซ้าย ผลการวิจัยพบว่า 1 .
ndof จะเป็นประเภทจำนวนเต็ม chisq ,และ coefr coefl จะเป็นชนิดเดียวกับกลับมาแบบสหสัมพันธ์

กรุณาอ่านรายละเอียด cancor เนินการวิเคราะห์สหสัมพันธ์คาโนนิคอล ( CCA ) สหสัมพันธ์คาโนนิคอลพิจารณาความสัมพันธ์ระหว่างตัวแปรมาตรฐาน มีวัตถุประสงค์คล้ายกับสมการถดถอยหลายตัวแปร ยกเว้นมี Y ( เช่นตรวจสอบชุดเชิงเส้นของตัวแปร Y ซึ่งอธิบายได้ดี โดยการรวมกันเชิงเส้นของตัวแปร X ) มันสามารถใช้เป็นทั้งการทดสอบสมมติฐานหรือวิธีการสำรวจ

อาจจะให้เหตุผลการตีความทางกายภาพเพื่อผลลัพธ์ แต่ชอบการวิเคราะห์ช่วง , manipulations คณิตศาสตร์จะไม่ได้ขึ้นอยู่กับสมการทางฟิสิกส์ .

y คือตัวแปรตาม และตัวแปร x คือตัวแปร การ ndof chisq และข้อมูลที่สามารถใช้ในการทดสอบสมมติฐานว่างที่ความสัมพันธ์แบบมีศูนย์ ค่าของ gammainc สามารถใช้กำหนดระดับความสำคัญ เห็นตัวอย่าง

ค่าอาจจะกำหนดโดยกว้างกลับมา

แบบสหสัมพันธ์คะแนนมาตรฐาน สามารถจะได้มาโดยการนำมาตรฐานเดิมตัวแปรโดย Canonical เวกเตอร์โหลด coefx และ coefy

ค่าใช้ " subroutine canor " จากเดิม IBM " ของ subroutine ทางวิทยาศาสตร์ " ( SSP ) เพื่อทําการคํานวณ