Kanonik korrelyatsiya tahlili
Pendahuluan
Ko'pgina tadqiqotlarda tadqiqotchilar ko'pincha ikkita o'zgaruvchi to'plami mavjud bo'lgan vaziyatlarga duch kelishadi, ularning har biri bir nechta ko'rsatkichlardan iborat. Masalan, ta'lim sohasida bizda o'rganish omillari (motivatsiya, o'qish soatlari, oilani qo'llab-quvvatlash, internetga kirish) haqida o'zgaruvchilar to'plami va o'rganish natijalari (matematika baholari, til baholari, fan baholari va o'rtacha baholar) haqida o'zgaruvchilar to'plami bo'lishi mumkin. Muhim savol shunchaki "motivatsiya matematika baholari bilan bog'liqmi?" emas, balki "o'rganish omillari to'plami va o'rganish natijalari to'plami o'rtasidagi umumiy bog'liqlik qanchalik kuchli?". Bu kabi savollarga javob berish uchun Kanonik Korrelyatsiya Tahlili (KKT) eng dolzarb ko'p o'zgaruvchili statistik usullardan biridir.
Kanonik korrelyatsiya tahlili bir vaqtning o'zida ikkita o'zgaruvchi to'plami o'rtasidagi bog'liqlikni o'lchash va tushuntirish uchun ishlab chiqilgan. Boshqacha qilib aytganda, CCA oddiy korrelyatsiya (ikki o'zgaruvchi o'rtasidagi) tushunchasini ikki o'zgaruvchi to'plamining ikkita chiziqli kombinatsiyasi o'rtasidagi korrelyatsiyaga kengaytiradi. Ushbu maqolada CCA ning asosiy tushunchalari, maqsadlari, tahlil bosqichlari, talqini, afzalliklari va cheklovlari muhokama qilinadi.
Kanonik korrelyatsiyaning asosiy tushunchasi
Oddiy korrelyatsiya (masalan, Pearson korrelyatsiyasi) ikkita o'zgaruvchi, masalan, X va Y o'rtasidagi chiziqli bog'liqlikning kuchini o'lchaydi. CCA bu tushunchani ikkita yangi o'zgaruvchini chiziqli kombinatsiyalar sifatida shakllantirish orqali umumlashtiradi:
– X toʻplam uchun birinchi kanonik oʻzgaruvchi:
U = a₁X₁ + a₂X₂ + … + aₚXₚ
– Y toʻplami uchun birinchi kanonik oʻzgaruvchi:
V = b₁Y₁ + b₂Y₂ + … + b_qY_q
a va b koeffitsientlari U va V o'rtasidagi korrelyatsiya maksimal bo'lishi uchun tanlanadi. Bu maksimal korrelyatsiya birinchi kanonik korrelyatsiya deb ataladi. Birinchi juftlik olingandan so'ng, CCA oldingi juftlikka ortogonal (korrelyatsiya qilinmagan) bo'lgan keyingi o'zgaruvchilar juftliklarini (ikkinchi, uchinchi va boshqalar) hosil qilishi mumkin.
Mumkin bo'lgan kanonik o'zgaruvchan juftliklar soni min(p, q) ga teng, bu ikki to'plam orasidagi eng kichik o'zgaruvchilar soni.
Maqsad va foydalanish
Tadqiqot maqsadlari quyidagi hollarda CCA qo'llaniladi:
1. Ikkita o'zgaruvchi to'plami o'rtasidagi bog'liqlik kuchini umuman o'lchang.
2. X va Y to'plamlaridagi o'zgaruvchilarning eng bog'liq kombinatsiyasini aniqlang.
3. Ko'p o'zgaruvchili munosabatlarning o'lchamlarini talqin qilish osonroq bo'lgan bir nechta o'zgaruvchilar juftligiga kamaytiring.
4. Ma'lumotlardagi naqshlarni o'rganish: qaysi o'zgaruvchilar asosan ikki soha o'rtasidagi munosabatni tushuntiradi.
Misol dastur konteksti:
– Psixologiya: “shaxsiyat xususiyatlari” toʻplami va “ruhiy salomatlik koʻrsatkichlari” toʻplami oʻrtasidagi bogʻliqlik.
– Iqtisodiyot: “makro ko‘rsatkichlar” to‘plami va “mehnat bozori ko‘rsatkichlari” to‘plami o‘rtasidagi bog‘liqlik.
– Sogʻliqni saqlash fanlari: “hayotiy odatlar” toʻplami va “klinik parametrlar” toʻplami oʻrtasidagi bogʻliqlik.
Ma'lumotlarga oid taxminlar va talablar
Ko'pgina ko'p o'zgaruvchili usullar singari, CCA ham natijalarning barqaror va talqin qilinishi uchun hisobga olinishi kerak bo'lgan bir qator taxminlarga ega:
1. Chiziqli munosabat: CCA to'plamlar orasidagi chiziqli munosabatni aks ettiradi. Agar munosabat chiziqli bo'lmasa, kanonik korrelyatsiya munosabatning kuchini kam baholashi mumkin.
2. Ko'p o'zgaruvchili normallik: Ideal holda, o'zgaruvchilar, ayniqsa ahamiyatlilikni tekshirish uchun ko'p o'zgaruvchili normal taqsimotga amal qiladi. Biroq, amalda, CCA ko'pincha ma'lumotlar to'liq normal bo'lmagan taqdirda ham tadqiqot maqsadida qo'llaniladi.
3. Har bir to'plamda ekstremal multikollinearlik mavjud emas: yuqori darajada korrelyatsiyalangan o'zgaruvchilar koeffitsient baholarini beqaror qilishi mumkin.
4. Yetarli namuna hajmi: umumiy qoida har bir o'zgaruvchi uchun kamida 10-20 ta kuzatuvdir, garchi tadqiqot konteksti ko'proq narsani talab qilishi mumkin.
Bundan tashqari, koeffitsientlarni taqqoslash osonroq bo'lishi uchun o'zgaruvchilar taqqoslanadigan yoki standartlashtirilgan shkala (z-ball) bo'lishi kerak.
Kanonik korrelyatsiya tahlilining bosqichlari
Umuman olganda, CCA o'tkazish bosqichlari quyidagilarni o'z ichiga oladi:
1. Ikkita o'zgaruvchi to'plamini aniqlang
O'zgaruvchilar faqat sinov va xato asosida emas, balki nazariya yoki kontseptual asos asosida guruhlanganligiga ishonch hosil qiling.
2. Ma'lumotlarni tekshirish
Har bir to'plam ichidagi yo'qolgan ma'lumotlar (yo'qolgan qiymatlar), chetga chiqishlar, normallik testlari va korrelyatsiyalarni o'z ichiga oladi (multikollinearlikni aniqlash uchun).
3. Kanonik o'zgaruvchilarni baholash
U₁–V₁, U₂–V₂ va boshqalarni o'zgaruvchan juftliklarni yaratadi.
4. Kanonik korrelyatsiyani hisoblash
Har bir k-juftlik uchun U_k va V_k o'rtasidagi korrelyatsiya.
5. Ahamiyatlilik testi
Olingan kanonik korrelyatsiyaning statistik jihatdan noldan farq qilishini tekshiradi. Tez-tez ishlatiladigan testlar Wilks' Lambda, Pillai's Trace (ko'pincha MANOVAda), Hotelling's Trace va Roy's Lagerest Root hisoblanadi. CCAda Wilks's Lambda ko'pincha afzal ko'riladigan tanlovdir.
6. Natijalarni talqin qilish
Korrelyatsiya kattaligi, yuklamalar, og'irliklar va o'zgaruvchan hissalarni baholashni o'z ichiga oladi.
CCA chiqishini qanday o'qish va talqin qilish kerak
CCA chiqishi odatda bir nechta muhim komponentlarni o'z ichiga oladi:
1. Kanonik korrelyatsiyalar
Bu qiymat ma'lum bir juftlikdagi U va V o'zgaruvchilari o'rtasidagi bog'liqlikning kuchini ko'rsatadi. Masalan, 0,80 ga teng birinchi kanonik korrelyatsiya X o'zgaruvchilari kombinatsiyasi va birinchi o'lchovdagi Y o'zgaruvchilari kombinatsiyasi o'rtasidagi kuchli chiziqli bog'liqlikni ko'rsatadi.
Kanonik R², ya'ni kanonik korrelyatsiyaning kvadrati ham tez-tez xabar qilinadi. Agar r = 0,80 bo'lsa, u holda R² = 0,64 bo'ladi, ya'ni kanonik Y o'zgaruvchisidagi o'zgarishning taxminan 64% ni asl o'zgaruvchilar orasidagi emas, balki o'zgaruvchilar orasidagi bog'liqlik ma'nosida, ushbu o'lchovdagi kanonik X o'zgaruvchisi bilan (va aksincha) tushuntirish mumkin.
2. Kanonik og'irliklar (Kanonik og'irliklar / koeffitsientlar)
Og'irliklar - bu U va V o'zgaruvchilarini hosil qiluvchi a va b koeffitsientlari. Biroq, og'irliklar ko'pincha multikollinearlikka sezgir bo'ladi, shuning uchun mazmunli talqin odatda faqat og'irliklarga tayanmaydi.
3. Kanonik yuklamalar (Kanonik yuklamalar / Tuzilma koeffitsientlari)
Yuklanish asl o'zgaruvchi va uning kanonik o'zgaruvchisi o'rtasidagi korrelyatsiyadir. Masalan, X₂ ning U₁ ga 0,70 yuklanishi X₂ ning X to'plamining yon tomonidagi birinchi kanonik o'lchamga kuchli hissa qo'shishini anglatadi. Yuklanishlar odatda og'irliklarga qaraganda barqarorroq va talqin qilish osonroq.
4. O'zaro yuklamalar
O'zaro yuklanish - bu bir to'plamdagi o'zgaruvchilar bilan boshqa to'plamdagi kanonik o'zgaruvchilar o'rtasidagi korrelyatsiya (masalan, X₁ ning V₁ bilan korrelyatsiyasi). Bu qaysi o'zgaruvchilar o'zaro bog'liqlikning o'lchamlari bilan eng yaqin bog'liqligini tushunishga yordam beradi.
5. Ortiqchalik indeksi
Ortiqchalik indeksi bir to'plamdagi asl o'zgaruvchilarning dispersiyasining qancha qismini boshqa to'plamdagi kanonik o'zgaruvchilar bilan tushuntirish mumkinligini ko'rsatadi. Bu muhim, chunki yuqori kanonik korrelyatsiya asl o'zgaruvchilar uchun yuqori tushuntirish kuchini ko'rsatmaydi. Ortiqchalik ko'pincha amaliy qiymatni (nafaqat statistik ahamiyatni) baholash uchun ishlatiladi.
Oddiy illyustratsiya
Aytaylik, tadqiqot quyidagilar o'rtasidagi bog'liqlikni o'rganadi:
– X to'plami (ish sharoitlari): X₁ = ish hajmi, X₂ = rahbarning yordami, X₃ = ish vaqtining moslashuvchanligi
– Y (farovonlik) to'plami: Y₁ = stress, Y₂ = ishdan qoniqish, Y₃ = uyqu sifati
CCA r = 0,75 ning muhim birinchi kanonik korrelyatsiyasini topishi mumkin. Yuklamalar shuni ko'rsatadiki, ish yuki va rahbarning qo'llab-quvvatlashi U₁ ni eng kuchli shaklda, stress va ishdan qoniqish esa V₁ ni eng kuchli shaklda shakllantiradi. Mohiyatan talqin: ish sharoitlari va farovonlik o'rtasidagi munosabatlarning asosiy o'lchami "ish bosimi va qo'llab-quvvatlash" ning kombinatsiyasi bo'lib, u "stress va qoniqish" bilan chambarchas bog'liq.
Kanonik korrelyatsiya tahlilining afzalliklari
1. Keng qamrovli: bir vaqtning o'zida ikkita o'zgaruvchi to'plami o'rtasidagi munosabatni aks ettiradi.
2. Takroriy sinovlar xavfini kamaytiring: I turdagi xato ehtimolini oshiradigan ko'plab birma-bir korrelyatsiyalarni bajarish bilan solishtirganda.
3. Yashirin tuzilmalarni topishga yordam beradi: bir o'zgaruvchili tahlildan ko'rinmaydigan munosabatlarning o'lchamlarini ochib beradi.
Cheklovlar va qiyinchiliklar
1. Talqin murakkab bo'lishi mumkin: ko'plab komponentlar (og'irliklar, yuklamalar, ortiqcha narsalar) birgalikda ko'rib chiqilishi kerak.
2. Multikollinearlikka va kichik namunaviy o'lchamlarga sezgir: beqaror koeffitsientlarni keltirib chiqarishi mumkin.
3. Chiziqli tabiat: chiziqli bo'lmagan munosabatlar transformatsiya yoki boshqa yondashuv amalga oshirilmaguncha qayd etilmaydi.
4. Nazariy asosni talab qiladi: aniq kontseptual asossiz, kanonik o'lchamlarni talqin qilish spekulyativ bo'lishga moyil.
Yopish
Kanonik korrelyatsiya tahlili bir vaqtning o'zida ikkita o'zgaruvchi to'plami o'rtasidagi munosabatni tushunish uchun kuchli ko'p o'zgaruvchili usuldir. O'zaro bog'liqlikni maksimal darajada oshiradigan kanonik o'zgaruvchilarni yaratish orqali CCA tadqiqotchilarga oddiy korrelyatsiya yoki bitta regressiyaga qaraganda munosabatlarning yanada keng qamrovli naqshlarini ko'rish imkonini beradi. Biroq, undan foydalanish taxminlarga, ma'lumotlar sifatiga va tegishli talqin strategiyalariga (ayniqsa, yuklamalar, o'zaro yuklamalar va ortiqchalikka urg'u berish bilan) e'tibor berishni talab qiladi. Ikki asosiy sohada bir nechta ko'rsatkichlarni o'z ichiga olgan tadqiqotlarda CCA murakkab munosabatlarni mazmunli o'lchovlarga o'rganish va umumlashtirish uchun kuchli vosita bo'lishi mumkin.
