Estimation of Dimensionality in Canonical Correlation Analysis
典型相关分析中的维数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：典型相关分析的维数选择属于通用多变量统计，摘要未涉及宏观或金融因子模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
典型相关分析中的维数估计
- 研究问题
- 在典型相关分析中如何选择保留的维数，并比较基于模型选择准则的方法与传统序贯检验的表现？
- 方法与思路
- 作者提出两种维数估计方法，分别借鉴回归中的 Mallows Cp 统计量和信息准则，并与序贯 Bartlett–Lawley 检验模拟比较。
- 材料陈述的贡献
- 摘要称给出两种维数选择方法及蒙特卡洛比较，并将这些方法用于典型变量分析的维数估计，但未报告比较结论。
- 阅读关注点
- 应核对两个准则的具体形式、维数选择目标与候选范围，以及模拟中相关结构、样本量和选择准确性的衡量方式。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要；摘要未说明信息准则形式、理论保证或模拟结果，无法判断哪种方法更优。
原文摘要
Two methods are given for the estimation of the dimensionality in canonical correlation analysis. One is based on Mallows's Cp statistic in regression. The other uses an information criterion for choice of models. Monte Carlo comparison of the sequential Bartlett-Lawley test procedure and the two methods are presented. The two methods are applied to the estimation of the dimensionality in canonical variate analysis.