关于离散多类别变量间相关性检验的列联表文献非常广泛。然而，现有的测试假设绘图是独立的，并且没有测试解释序列依赖性——这是经济学和金融学中特别重要的问题。本文提出了一种新的基于离散变量对之间最大典型相关的独立性检验方法。为了说明序列相关性，我们还提出了使用动态增强的降秩回归或迭代加权方法的跟踪典型相关检验。这种检验是有用的，例如，在市场时机技能或商业周期分析的测试中，通过另一个离散随机变量序列来测试一个离散随机变量序列的可预测性。拟议的测试允许任意数量的类别，在存在串行依赖关系时是稳健的，并且使用多元回归方法易于实现。蒙特卡罗实验表明，所提出的检验方法具有良好的有限样本性质。对GDP增长预测调查数据的实证应用证明了在可预测性检验中校正序列依赖关系的重要性。