statsmodels.multivariate.cancorr.CanCorr¶

class statsmodels.multivariate.cancorr.CanCorr(endog, exog, tolerance=1e-08, missing='none', hasconst=None, **kwargs)[source]¶

使用奇异值分解的典型相关分析

对于矩阵 exog=x 和 endog=y，找到投影 x_cancoef 和 y_cancoef，使得：

x1 = x * x_cancoef, x1’ * x1 是单位矩阵 y1 = y * y_cancoef, y1’ * y1 是单位矩阵

并且x1与y1之间的相关性被最大化。

Attributes:¶

endogndarray

查看参数。

exogndarray

查看参数。

cancorrndarray

典型相关值

y_cancoefndarray

内生变量的典型系数

x_cancoefndarray

外生变量的典型系数

参考文献

方法

corr_test()	近似F检验 执行多元统计检验，验证内生变量和外生变量之间不存在典型相关性的假设。
fit()	拟合模型到数据。
from_formula(公式, 数据[, 子集, 删除列])	从公式和数据框创建模型。
predict(params[, exog])	模型拟合后，predict 返回拟合值。

属性

endog_names	内生变量的名称。
exog_names	外生变量的名称。