对应分析与典型相关分析CCA笔记_数学建模系列

最新推荐文章于 2025-05-28 19:16:26 发布

thermodynamicB

最新推荐文章于 2025-05-28 19:16:26 发布

阅读量6.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：数学建模文章标签：数学建模 R 对应分析 CCA 典型相关关系

本文链接：https://blog.youkuaiyun.com/DearRita/article/details/52206712

本文介绍了对应分析和典型相关分析在数学建模中的应用。对应分析提供了一种直观展示样本和属性聚类的方式，而典型相关分析则通过提取综合变量来反映两组指标的整体相关性。文章提供了R语言的相关实现，并附有参考资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对应分析与典型相关分析笔记_数学建模系列

这里的对应分析与典型相关分析仍然用于降维，因子分析的进阶！

对应分析：在同一张图上，直观的展现样本和属性的聚类效果，同时省去因子选择、因子轴旋转等复杂过程。具体操作，可以概括为，先将矩阵标准化（比如概率矩阵），再将样本集和属性集作为两组点集表示在同一个二维坐标中（选取最优二维表示）。
典型相关分析：为了从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量U1和V1（分别为两个变量组中各变量的线性组合），利用U1和V1之间的相关关系来反映两组指标之间的整体相关性。目标通常是找到使U1和V1相关性最高的两个系数向量。

对应分析

（↓R）

## 数据读入 ##
inputData <- read.csv("*C:\\Users\\lenovo\\Desktop\\1.csv*", header = TRUE, sep = ",")
X <- inputData[, -1]
rownames(X) <- inputData[, 1]

## 进行对应分析，生成报表，绘制因子分析的散点图 ##
library(ca)
X.ca <- ca(X)
summary(X.ca)
plot(X.ca)
</