r - R中CCA的拟合优度

Question

以下是数据集

mm <- read.csv("https://stats.idre.ucla.edu/stat/data/mmreg.csv")
colnames(mm) <- c("Control", "Concept", "Motivation", "Read", "Write", "Math", 
"Science", "Sex")
psych <- mm[, 1:3] # dataset A
acad <- mm[, 4:8]  # dataset B

对于这些数据集 psych 和 acad，我想做典型相关分析并获得如下典型相关系数和典型载荷:

require(CCA) 
cc1 <- cc(psych, acad)

我想知道 R 中是否有一个包或函数可以自动计算规范维度/变量的重要性。 还有一些东西可以测试整体模型是否适合规范相关分析，总结如下:

Answer 1

使用 R 中的 CCP 包，我们可以计算典型相关分析的统计显着性。

library(CCP)
## Define number of observations, number of dependent variables, number of independent variables.
N = dim(psych)[1]
p = dim(psych)[2]
q = dim(acad)[2]

## 计算规范相关性(“cancor”是 stats-package 的一部分):

rho <- cancor(psych,acad)$cor

## 使用不同测试统计量的 F 近似值计算 p 值:

p.asym(rho, N, p, q, tstat = "Wilks")
p.asym(rho, N, p, q, tstat = "Hotelling")
p.asym(rho, N, p, q, tstat = "Pillai")
p.asym(rho, N, p, q, tstat = "Roy")

## 绘制 Wilks 的 Lambda 的 F 近似值，考虑 3、2 或 1 个典型相关:

res1 <- p.asym(rho, N, p, q)
plt.asym(res1,rhostart=1)
plt.asym(res1,rhostart=2)
plt.asym(res1,rhostart=3)

更进一步，排列测试计算如下:

p.perm(psych, acad, nboot = 999, rhostart = 1, type = "Wilks")