canonical correlation analysis

Angol

Főnév

canonical correlation analysis (tsz. canonical correlation analysises)

1. (informatika) Canonical Correlation Analysis (CCA) (magyarul: kanonikus korrelációelemzés) egy statisztikai módszer, amelyet arra használnak, hogy két többváltozós változósorozat közötti kapcsolatot feltárják. Olyan általánosítás, amely a korreláció fogalmát kiterjeszti több dimenzióra.

---

🎯 Alapötlet

Ha két vektorváltozót (pl. két kérdőív, vagy két fajta mérés) veszünk:

• ${\textstyle \mathbf {X} \in \mathbb {R} ^{p}}$
• ${\textstyle \mathbf {Y} \in \mathbb {R} ^{q}}$

A CCA célja:

Olyan lineáris transzformációkat találni, amelyek révén a ${\textstyle \mathbf {X} }$ és ${\textstyle \mathbf {Y} }$ lineáris kombinációinak korrelációja maximális lesz.

---

📐 Formális definíció

Keressük a ${\textstyle \mathbf {a} \in \mathbb {R} ^{p}}$ és ${\textstyle \mathbf {b} \in \mathbb {R} ^{q}}$ vektorokat úgy, hogy a következő korreláció maximális legyen:

$$\rho ={\text{corr}}(\mathbf {a} ^{\top }\mathbf {X} ,\mathbf {b} ^{\top }\mathbf {Y} )$$

• ${\textstyle \mathbf {a} ^{\top }\mathbf {X} }$: első kanonikus variáns X oldalán
• ${\textstyle \mathbf {b} ^{\top }\mathbf {Y} }$: első kanonikus variáns Y oldalán

A cél: megtalálni a legnagyobb ${\textstyle \rho }$-t.

Ezután a második, harmadik, … kanonikus variánsokat is kiszámítjuk, ortogonalitási feltételekkel.

---

📊 Milyen problémákra használható?

• Két többváltozós mérés összehasonlítása (pl. vérnyomás, pulzus vs. életmódváltozók)
• Pszichológia: kérdőívek közti struktúraazonosság
• Genomika: génexpressziós minták és fenotípusos adatok kapcsolata
• Képfeldolgozás: két képsorozat hasonlósága

---

🧪 Példa

Tegyük fel, hogy van:

• ${\textstyle \mathbf {X} =}$ [iskolai jegyek, IQ, nyelvi teszt]
• ${\textstyle \mathbf {Y} =}$ [kommunikációs készség, érvelési teszt, kreativitás]

A CCA segít megtalálni, hogyan kombinálhatók az ${\textstyle X}$ és ${\textstyle Y}$ változók lineárisan úgy, hogy legjobban magyarázzák egymást.

---

⚙️ Lépések

1. Kiszámítjuk a kovariancia-mátrixokat:
   • ${\textstyle \Sigma _{XX}}$, ${\textstyle \Sigma _{YY}}$, ${\textstyle \Sigma _{XY}}$
2. Megoldjuk a generalizált sajátértékproblémát:
   • A megoldás az eigenvalue–eigenvector párok → ezek adják a kanonikus korrelációkat
3. A sajátértékek négyzetgyökei → kanonikus korrelációk
4. A sajátvektorok → lineáris kombinációk (projekciós irányok)

---

📈 Kimenet

• Kanonikus korrelációs együtthatók: pl. 0.91, 0.62, 0.25
• Kanonikus variánsok: új változók (X és Y oldalról), amelyek korrelálnak
• Redundancia-analízis: mennyi információt magyaráz meg az egyik variáns a másik oldal adataiból

---

🧠 Különbség más módszerekkel

Módszer	Mi a célja?
Korreláció	Két skalárváltozó közötti kapcsolat
PCA	Egy vektorsorozat dimenziócsökkentése
CCA	Két vektorsorozat közti lineáris kapcsolat keresése
PLS (Partial Least Squares)	Alternatíva CCA-ra, ha az adatok erősen korreláltak és kevés mintánk van

---

🧩 TL;DR

A Canonical Correlation Analysis olyan matematikai módszer, amely két többdimenziós változókészlet közötti lineáris kapcsolatokat tár fel. Lineáris kombinációkat keres, amelyek a lehető legjobban korrelálnak egymással – így a komplex, többváltozós kapcsolatok egyszerűsítve értelmezhetők.

További információk

• canonical correlation analysis - Szótár.net (en-hu)
• canonical correlation analysis - Sztaki (en-hu)
• canonical correlation analysis - Merriam–Webster
• canonical correlation analysis - Cambridge
• canonical correlation analysis - WordNet
• canonical correlation analysis - Яндекс (en-ru)
• canonical correlation analysis - Google (en-hu)
• canonical correlation analysis - Wikidata
• canonical correlation analysis - Wikipédia (angol)