En el análisis multivariado, el análisis de correspondencia canónica ( CCA ) es una técnica de ordenación que determina ejes a partir de los datos de respuesta como una combinación lineal de predictores medidos. La ACC se utiliza comúnmente en ecología para extraer gradientes que impulsan la composición de las comunidades ecológicas. CCA amplía el Análisis de Correspondencia (CA) con regresión, para incorporar variables predictoras.
CCA fue desarrollado en 1986 por Cajo ter Braak [1] e implementado en el programa CANOCO, una extensión de DECORANA. [2] Hasta la fecha, ACC es uno de los métodos multivariados más populares en ecología, a pesar de la disponibilidad de alternativas contemporáneas. [3] CCA se derivó e implementó originalmente utilizando un algoritmo de promedio ponderado, aunque Legendre y Legendre (1998) derivaron un algoritmo alternativo. [4]
Los requisitos de un ACC son que las muestras sean aleatorias e independientes. Además, los datos son categóricos y las variables independientes son consistentes dentro del sitio de muestra y están libres de errores. [5] La publicación original establece la necesidad de tolerancias de especies iguales, máximos de especies iguales y puntajes óptimos de especies y sitios equiespaciados o uniformemente distribuidos. [1]