Common Canonical Variates in k Independent Groups
多个独立群体中的共同典型变量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：摘要研究一般多群体典型相关分析，未涉及经济因子、面板结构或其他所列细分领域的直接证据。
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
多个独立群体中的共同典型变量
- 研究问题
- 当多个相互独立但密切相关的总体分别进行典型相关分析时，能否假定各群体共享典型变量变换而允许相关系数不同？
- 方法与思路
- 作者建立共同典型变量模型，要求各组具有相同的典型变量变换，同时允许典型相关不同，并研究代数性质及正态理论推断。
- 材料陈述的贡献
- 摘要称发展了该模型的部分代数理论，讨论最大似然估计与似然比检验，并提供例子说明跨群体共享变换的建模思路。
- 阅读关注点
- 应核对共同变换的归一化与唯一性、正态假设、似然比检验的比较模型，以及各群体样本量对估计和检验的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；参数约束、检验分布和示例结果未说明，不能将共同变换理解为各组相关结构完全相同。
原文摘要
Suppose that data are collected from k independent but closely related populations and that a canonical correlation analysis is to be performed within each group. In such a situation, it may turn out that the transformation to canonical variates is similar across all k groups. The common canonical variates model studied in this article assumes that the transformation to canonical variates is actually identical across groups, while the canonical correlations may vary. We develop some algebra of the common canonical variates model, discuss normal theory maximum likelihood estimation and likelihood ratio testing give illustrative examples.