R中的CCA适合度

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，我想进行典型相关分析，并获得规范相关系数和规范载荷如下：

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

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

Answer 1

使用R中的包CCP，我们可以计算出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

##使用不同测试统计数据的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'Lambda的F-逼近，考虑3个，2个或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")