Kanoniskā korelācijas analīze
Pendahuluan
Daudzos pētījumos pētnieki bieži saskaras ar situācijām, kad ir divi mainīgo lielumu kopumi, katrs no kuriem sastāv no vairākiem rādītājiem. Piemēram, izglītības jomā mums var būt mainīgo lielumu kopums par mācību faktoriem (motivācija, mācību stundas, ģimenes atbalsts, piekļuve internetam) un mainīgo lielumu kopums par mācību rezultātiem (matemātikas atzīmes, valodu atzīmes, dabaszinātņu atzīmes un vidējās atzīmes). Svarīgais jautājums nav vienkārši "vai motivācija ir saistīta ar matemātikas atzīmēm?", bet gan "cik spēcīga ir kopējā saistība starp mācību faktoru kopumu un mācību rezultātu kopumu?". Lai atbildētu uz šādiem jautājumiem, kanoniskā korelācijas analīze (CCA) ir viena no atbilstošākajām daudzfaktoru statistikas metodēm.
Kanoniskā korelācijas analīze tika izstrādāta, lai vienlaikus mērītu un izskaidrotu attiecības starp diviem mainīgo lielumu kopām. Citiem vārdiem sakot, CCA paplašina vienkāršas korelācijas (starp diviem mainīgajiem lielumu) jēdzienu līdz korelācijai starp divām lineārām divu mainīgo lielumu kopu kombinācijām. Šajā rakstā ir aplūkoti CCA pamatjēdzieni , mērķi, analīzes soļi, interpretācija, kā arī priekšrocības un ierobežojumi.
Pamatjēdzieni Kanoniskā korelācija
Parastā korelācija (piemēram, Pīrsona korelācija) mēra lineārās attiecības stiprumu starp diviem mainīgajiem, teiksim, X un Y. CCA vispārina šo koncepciju, veidojot divus jaunus mainīgos kā lineāras kombinācijas:
– Pirmais kanoniskais mainīgais kopai X:
U = a₁X₁ + a₂X₂ + … + aₚXₚ
– Pirmais kanoniskais mainīgais kopai Y:
V = b₁Y₁ + b₂Y₂ + … + b_qY_q
Koeficienti a un b tiek izvēlēti tā, lai korelācija starp U un V būtu maksimāla. Šo maksimālo korelāciju sauc par pirmo kanonisko korelāciju. Kad ir iegūts pirmais pāris, CCA var veidot nākamos mainīgo pārus (otro, trešo utt.), kas ir ortogonāli (nekorelēti) iepriekšējam pārim.
Iespējamo kanonisko mainīgo pāru skaits ir min(p, q), kas ir mazākais mainīgo skaits starp abām kopām.
Mērķis un lietošana
CCA tiek izmantota, ja pētījuma mērķi ir:
1. Izmēriet asociācijas stiprumu starp diviem mainīgo lielumu kopām kopumā.
2. Nosakiet visatbilstošāko mainīgo kombināciju kopā X un kopā Y.
3. Samazināt daudzfaktoru attiecību dimensijas vairākos mainīgo pāros, kurus ir vieglāk interpretēt.
4. Datu modeļu izpēte: kuri mainīgie galvenokārt izskaidro attiecības starp abām jomām.
Lietojumprogrammas konteksta piemērs:
– Psiholoģija: saistība starp “personības iezīmju” kopumu un “garīgās veselības rādītāju” kopumu.
– Ekonomika: saistība starp “makroindikatoru” kopu un “darba tirgus rādītāju” kopu.
– Veselības zinātne: saistība starp “dzīves paradumu” kopumu un “klīnisko parametru” kopumu.
Datu pieņēmumi un prasības
Tāpat kā daudzām daudzfaktoru metodēm, CCA ir vairāki pieņēmumi, kas jāņem vērā, lai rezultāti būtu stabili un interpretējami:
1. Lineāra sakarība: CCA atspoguļo lineāro sakarību starp kopām. Ja sakarība ir nelineāra, kanoniskā korelācija var nenovērtēt sakarības stiprumu.
2. Daudzfaktoru normalitāte: ideālā gadījumā mainīgie atbilst daudzfaktoru normālajam sadalījumam, īpaši nozīmīguma pārbaudei. Tomēr praksē CCA bieži tiek izmantota izpētes nolūkos pat tad, ja dati nav pilnīgi normāli.
3. Katrā kopā nav ārkārtējas multikolinearitātes: ļoti korelēti mainīgie var padarīt koeficientu novērtējumus nestabilus.
4. Pietiekams izlases lielums: vispārpieņemts noteikums ir vismaz 10–20 novērojumi uz katru mainīgo, lai gan pētījuma konteksts var prasīt vairāk.
Turklāt mainīgajiem lielumiem jābūt salīdzināmā vai standartizētā mērogā (z-rādītājs), lai koeficientus būtu vieglāk salīdzināt.
Kanoniskās korelācijas analīzes soļi
Kopumā CCA veikšanas posmi ietver:
1. Nosakiet divus mainīgo lielumu kopumus
Pārliecinieties mainīgie ir grupēti, pamatojoties uz teorija vai konceptuālais ietvars, nevis tikai mēģinājumi un kļūdas.
2. Datu pārbaude
Ieskaitot trūkstošos datus (trūkstošās vērtības), novirzes, normalitātes testus un korelācijas katrā kopā (lai noteiktu multikolinearitāti).
3. Kanonisko mainīgo novērtēšana
Ģenerē mainīgos pārus U₁–V₁, U₂–V₂ utt.
4. Kanoniskās korelācijas aprēķināšana
Korelācija starp U_k un V_k katram k-tajam pārim.
5. Nozīmīguma pārbaude
Pārbauda, vai iegūtā kanoniskā korelācija statistiski atšķiras no nulles. Bieži izmantotie testi ir Vilksa lambda tests, Pillai līkne (biežāk MANOVA), Hotellinga līkne un Roja lielākā sakne. CCA testā Vilksa lambda tests bieži vien ir priekšroka.
6. Rezultātu interpretācija
Ietver korelācijas lieluma, noslodžu, svaru un mainīgo ieguldījumu novērtējumu.
Kā lasīt un interpretēt CCA izvadi
CCA izvade parasti ietver vairākas svarīgas sastāvdaļas:
1. Kanoniskās korelācijas
Šī vērtība norāda mainīgo U un V savstarpējās attiecības stiprumu konkrētā pārī. Piemēram, pirmā kanoniskā korelācija 0,80 norāda uz spēcīgu lineāru saistību starp mainīgo X kombināciju un mainīgo Y kombināciju pirmajā dimensijā.
Bieži tiek ziņots arī par kanonisko R², kanoniskās korelācijas kvadrātu. Ja r = 0,80, tad R² = 0,64, kas nozīmē, ka aptuveni 64% no kanoniskā mainīgā Y variācijas var izskaidrot ar kanonisko mainīgo X (un otrādi) šajā dimensijā, proti, attiecībām starp mainīgajiem, nevis starp sākotnējiem mainīgajiem.
2. Kanoniskie svari (kanoniskie svari / koeficienti)
Svari ir koeficienti a un b, kas veido mainīgos U un V. Tomēr svari bieži ir jutīgi pret multikolinearitāti, tāpēc saturiskā interpretācija parasti nebalstās tikai uz svariem.
3. Kanoniskās slodzes (kanoniskās slodzes / struktūras koeficienti)
Ielādēšana ir korelācija starp sākotnējo mainīgo un tā kanonisko mainīgo. Piemēram, X₂ ielādēšana U₁ 0,70 nozīmē, ka X₂ spēcīgi ietekmē pirmo kanonisko dimensiju X kopas pusē. Ielādēšanas parasti ir stabilākas un vieglāk interpretējamas nekā svari.
4. Šķērsslodzes
Krusteniskā slodze ir korelācija starp mainīgajiem no vienas kopas ar kanoniskajiem mainīgajiem no citas kopas (piemēram, X₁ korelācija ar V₁). Tas palīdz saprast, kuri mainīgie ir visciešāk saistīti ar krusteniskās kopas attiecību dimensijām.
5. Redundances indekss
Redundances indekss norāda, cik lielu daļu no sākotnējo mainīgo dispersijas vienā kopā var izskaidrot ar kanoniskajiem mainīgajiem no citas kopas. Tas ir svarīgi, jo augsta kanoniskā korelācija ne vienmēr norāda uz augstu sākotnējo mainīgo skaidrojošo spēku. Redundance bieži tiek izmantota, lai novērtētu praktisko vērtību (ne tikai statistisko nozīmīgumu).
Vienkārša ilustrācija
Pieņemsim, ka pētījumā tiek pētīta saistība starp:
– X komplekts (darba apstākļi): X₁ = darba slodze, X₂ = vadītāja atbalsts, X₃ = darba laika elastība
– Kopa Y (labsajūta): Y₁ = stress, Y₂ = darba apmierinātība, Y₃ = miega kvalitāte
CCA var atklāt nozīmīgu pirmo kanonisko korelāciju r = 0,75. Slodzes norāda, ka darba slodze un vadītāja atbalsts visspēcīgāk veido U₁, savukārt stress un darba apmierinātība visspēcīgāk veido V₁. Saturiskā interpretācija: galvenā darba apstākļu un labsajūtas attiecību dimensija ir “darba spiediena pret atbalstu” kombinācija, kas ir cieši saistīta ar “stresu un apmierinātību”.
Kanoniskās korelācijas analīzes priekšrocības
1. Visaptverošs: vienlaikus aptver divu mainīgo lielumu kopu savstarpējo saistību.
2. Samazināt atkārtotas testēšanas risku: salīdzinot ar daudzu atsevišķu korelāciju veikšanu, kas palielina I tipa kļūdas iespējamību.
3. Palīdz atrast latentas struktūras: atklāj attiecību dimensijas, kas nav redzamas vienfaktora analīzē.
Ierobežojumi un izaicinājumi
1. Interpretācija var būt sarežģīta: daudzas sastāvdaļas (svari, slodzes, redundances) ir jāaplūko kopā.
2. Jūtīgs pret multikolinearitāti un nelielu izlases lielumu: var radīt nestabilus koeficientus.
3. Lineārs pēc būtības: nelineāras attiecības netiek uztvertas, ja vien netiek veikta transformācija vai cita pieeja.
4. Nepieciešams teorētisks pamats: bez skaidra konceptuāla ietvara kanonisko dimensiju interpretācija ir pakļauta spekulatīvai pieejai.
Pennutup
Kanoniskā korelācijas analīze (CCA) ir spēcīga daudzfaktoru metode, lai vienlaikus izprastu divu mainīgo lielumu kopu savstarpējās attiecības. Izveidojot kanoniskos mainīgos, kas maksimāli palielina savstarpējās korelācijas, CCA ļauj pētniekiem saskatīt visaptverošākus attiecību modeļus nekā vienkārša korelācija vai vienkārša regresija. Tomēr tās lietošanai ir jāpievērš uzmanība pieņēmumiem, datu kvalitātei un atbilstošām interpretācijas stratēģijām (īpaši uzsverot slodzi, šķērsslodzi un redundanci). Pētījumos, kuros iesaistīti vairāki rādītāji divās galvenajās jomās, CCA var būt spēcīgs instruments sarežģītu attiecību izpētei un apkopošanai jēgpilnās dimensijās.
