多个自变量数据组的相关性检验python

1.从概率论中相关系数推广而来

　　在概率论中，研究两个变量之间的线性相关情况时，提出了 相关系数 这个概念。做一下推广，如果研究一个变量和多个随机变量之间的线性相关关系时，提出了 全相关系数（或者复相关系数）的概念。然后，在1936年，有个叫做hotelling的数学家，又进一步做了推广，研究 多个随机变量和多个随机变量之间的线性相关关系，提出了 经典相关分析 的理论。

2.经典相关分析的定义

　　经典相关分析是研究两组变量相关关系的一种多元统计方法。

　　要研究两组变量之间的相关关系，有两种方法：一、列出一张表，就像研究协方差矩阵一样，这张表中包含两组变量任意两个变量之间的相关关系。然后，就基于这张相关系数表进行分析。 二、像主成份分析pca一样，在每一组变量中，都选取若干综合指标，这些综合指标是由变量线性组合而成。通过研究两组综合指标之间的关系来研究变量之间的线性关系。

3.具体步骤

　　寻求每一组变量的线性组合，然后两组变量的线性组合之间具有最大相关性。这中组合不唯一，而且也可能把变量的所有特征全部涵盖。

　　继续寻求寻求每一组变量的线性组合，而这一次则要求两组变量的线性组合之间具有最大相关性，而且要与第一次找到的组合不相干。也就是具有一种类似于正交的关系。

　　典型相关分析，为什么叫作典型。每一组变量的线性组合得到的新变量，X和Y 称之为典型变量。

4.具体计算过程，如下：