冗余分析与主成分分析,什么时候用主成分分析,什么时候用冗余

Main 成分分析(1)方法原理及适用场景Main成分分析是对数据进行浓缩，将多个指标浓缩成几个不相关的通用指标(Main-1)principal 成分分析的方法是使新变量principa 。

1、典型相关(CCAcorrelation分析是研究两个变量之间关系的方法。在现实生活中，变量之间的关系往往更加复杂。比如我们应该如何分析考察多个变量和多个变量(即两组变量)之间的相关性？如果用普通的相关分析不仅费时费力，而且无法很好地解释结果。面对这样的数据，最好的办法就是用典型相关分析。典型相关分析(CCA)用于研究一组X和一组Y数据之间的相关性。它借助主体思想成分分析，从两组变量中提取一个或几个综合变量(即典型变量)，从而将两组变量之间的关系集中在几对典型变量之间的关系上。

第一步:提取典型相关变量【非常重要】第二步:找到典型变量与研究变量之间的关系表达式，以及典型变量与研究变量之间的关系。第三步:典范冗余分析通过一个案例让我们对典范相关有一个更直观的认识。(1)背景是研究运动员体能与运动能力的相关性。分析共收集了38份学生样本。

2、请教统计学学得好的大神!这种情况下该使用什么统计分析?如果只有一个响应变量数据，没有预测变量(解释变量)，我们只需要且只能总结这个变量的分布特征(如直方图、中位数、标准差、四分位数范围等。).如果有多个响应变量，仍然没有解释变量，我们可以使用排序(间接梯度分析)到分析 data 。比如主/成分分析(PCA-1/(PCA) ，对应分析(CA) ，去趋势对应分析(DCA)和非度量多维标度- 。

这种分析叫做generallinearmodel 。最近，在一般线性模型的基础上，发展了广义线性模型(GLM)和广义可加模型(GAM) 。关于这个回归模型的更多信息，我们将在第8章讨论。

3、典型相关分析spss操作实验实验仪器有哪些?【冗余分析与主成分分析,什么时候用主成分分析,什么时候用冗余】典范相关分析操作实验的实验仪器有哪些？如果研究一个X和一个Y之间的关系，这个时候可以直接用相关性分析。但是如果要研究一个群X和一个群Y之间的关系，就需要用到典型相关分析(简称caa) 。例如，投资变量之间的相关性(如工人数量、货物周转量、生产建设投资等。)和国民收入变量(如国内工农业收入、国内交通运输收入、国内建筑收入等。);或者运动员体能指标之间的相关性(如重复侧跳、纵跳、背力、握力等。)和运动能力指标(如耐力跑、跳远、投球等。)相关，此时需要典型相关分析。