典型相關(guān)分析課件

第九章典型相關(guān)分析

第一節(jié)引言

第二節(jié)典型相關(guān)的基本理論

第三節(jié)樣本典型相關(guān)分析

第四節(jié)典型相關(guān)分析應(yīng)用中的幾 個(gè)問(wèn)題

第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)

第九章典型相關(guān)分析第一節(jié)引言第二節(jié)典第一節(jié)引言典型相關(guān)分析（CanonicalCorrelation）是研究?jī)山M變量之間相關(guān)關(guān)系的一種多元統(tǒng)計(jì)方法。它能夠揭示出兩組變量之間的內(nèi)在聯(lián)系。我們知道，在一元統(tǒng)計(jì)分析中，用相關(guān)系數(shù)來(lái)衡量?jī)蓚€(gè)隨機(jī)變量之間的線性相關(guān)關(guān)系；用復(fù)相關(guān)系數(shù)研究一個(gè)隨機(jī)變量和多個(gè)隨機(jī)變量的線性相關(guān)關(guān)系。然而，這些統(tǒng)計(jì)方法在研究?jī)山M變量之間的相關(guān)關(guān)系時(shí)卻無(wú)能為力。比如要研究生理指標(biāo)與訓(xùn)練指標(biāo)的關(guān)系，居民生活環(huán)境與健康狀況的關(guān)系，人口統(tǒng)計(jì)變量（戶主年齡、家庭年收入、戶主受教育程度）與消費(fèi)變量（每年去餐館就餐的頻率、每年出外看電影的頻率）之間是否具有相關(guān)關(guān)系？閱讀能力變量（閱讀速度、閱讀才能）與數(shù)學(xué)運(yùn)算能力變量（數(shù)學(xué)運(yùn)算速度、數(shù)學(xué)運(yùn)算才能）是否相關(guān)？這些多變量間的相關(guān)性如何分析？第一節(jié)引言典型相關(guān)分析（CanonicalCorrel1936年霍特林（Hotelling）最早就“大學(xué)表現(xiàn)”和“入學(xué)前成績(jī)”的關(guān)系、政府政策變量與經(jīng)濟(jì)目標(biāo)變量的關(guān)系等問(wèn)題進(jìn)行了研究，提出了典型相關(guān)分析技術(shù)。之后，Cooley和Hohnes(1971)，Tatsuoka(1971)及Mardia，Kent和Bibby(1979)等人對(duì)典型相關(guān)分析的應(yīng)用進(jìn)行了討論，Kshirsagar(1972)則從理論上給出了最好的分析。典型相關(guān)分析的目的是識(shí)別并量化兩組變量之間的聯(lián)系，將兩組變量相關(guān)關(guān)系的分析，轉(zhuǎn)化為一組變量的線性組合與另一組變量線性組合之間的相關(guān)關(guān)系分析。目前，典型相關(guān)分析已被應(yīng)用于心理學(xué)、市場(chǎng)營(yíng)銷(xiāo)等領(lǐng)域。如用于研究個(gè)人性格與職業(yè)興趣的關(guān)系，市場(chǎng)促銷(xiāo)活動(dòng)與消費(fèi)者響應(yīng)之間的關(guān)系等問(wèn)題的分析研究。1936年霍特林（Hotelling）最早就“大學(xué)表現(xiàn)”和“第二節(jié)典型相關(guān)的基本理論

一典型相關(guān)分析的基本思想二典型相關(guān)分析原理及方法

第二節(jié)典型相關(guān)的基本理論一典型相關(guān)分析的基本思一、典型相關(guān)分析的基本思想典型相關(guān)分析由Hotelling提出，其基本思想和主成分分析非常相似。首先在每組變量中找出變量的線性組合，使得兩組的線性組合之間具有最大的相關(guān)系數(shù)。然后選取和最初挑選的這對(duì)線性組合不相關(guān)的線性組合，使其配對(duì)，并選取相關(guān)系數(shù)最大的一對(duì)，如此繼續(xù)下去，直到兩組變量之間的相關(guān)性被提取完畢為此。被選出的線性組合配對(duì)稱(chēng)為典型變量，它們的相關(guān)系數(shù)稱(chēng)為典型相關(guān)系數(shù)。典型相關(guān)系數(shù)度量了這兩組變量之間聯(lián)系的強(qiáng)度。一般情況，設(shè) 是兩個(gè)相互關(guān)聯(lián)的隨機(jī)向量，分別在兩組變量中選取若干有代表性的綜合變量Ui、Vi，使得每一個(gè)綜合變量是原變量的線性組合，即一、典型相關(guān)分析的基本思想典型相關(guān)分析由Hotelling提

二、典型相關(guān)分析原理及方法

二、典型相關(guān)分析原理及方法

第三節(jié)樣本典型相關(guān)分析一樣本典型相關(guān)變量及典型相關(guān)系數(shù)的計(jì)算

二典型相關(guān)系數(shù)的顯著性檢驗(yàn)第三節(jié)樣本典型相關(guān)分析一樣本典型相關(guān)變量及典型相關(guān)一、樣本典型相關(guān)變量及典型相關(guān)系

數(shù)的計(jì)算

一、樣本典型相關(guān)變量及典型相關(guān)系

數(shù)的計(jì)算

二、典型相關(guān)系數(shù)的顯著性檢驗(yàn)

二、典型相關(guān)系數(shù)的顯著性檢驗(yàn)

【例9.1】康復(fù)俱樂(lè)部對(duì)20名中年人測(cè)量了三個(gè)生理指標(biāo)：體重(x1),腰圍(x2)，脈搏(x3)；三個(gè)訓(xùn)練指標(biāo)：引體向上次數(shù)(y1)，起坐次數(shù)(y2)，跳躍次數(shù)(y3)。分析生理指標(biāo)與訓(xùn)練指標(biāo)的相關(guān)性。數(shù)據(jù)詳見(jiàn)表9.1。表9.1康復(fù)俱樂(lè)部數(shù)據(jù)【例9.1】康復(fù)俱樂(lè)部對(duì)20名中年人測(cè)量了三個(gè)生理指標(biāo)：體重典型相關(guān)分析課件

典型相關(guān)分析課件典型相關(guān)分析課件典型相關(guān)分析課件

典型相關(guān)分析課件

第四節(jié)典型相關(guān)分析應(yīng)用中的 幾個(gè)問(wèn)題一從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)

二典型載荷分析

三典型冗余分析

第四節(jié)典型相關(guān)分析應(yīng)用中的 幾個(gè)問(wèn)題一從一、從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)典型相關(guān)分析涉及多個(gè)變量，不同的變量往往具有不同的量綱及不同的數(shù)量級(jí)別。在進(jìn)行典型相關(guān)分析時(shí)，由于典型變量是原始變量的線性組合，具有不同量綱變量的線性組合顯然失去了實(shí)際意義。其次，不同的數(shù)量級(jí)別會(huì)導(dǎo)致“以大吃小”，即數(shù)量級(jí)別小的變量的影響會(huì)被忽略，從而影響了分析結(jié)果的合理性。因此，為了消除量綱和數(shù)量級(jí)別的影響，必須對(duì)數(shù)據(jù)先做標(biāo)準(zhǔn)化變換處理，然后再做典型相關(guān)分析。顯然，經(jīng)標(biāo)準(zhǔn)化變換之后的協(xié)差陣就是相關(guān)系數(shù)矩陣，因而，也即通常應(yīng)從相關(guān)矩陣出發(fā)進(jìn)行典型相關(guān)分析。一、從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)典型相關(guān)分析涉及多個(gè)變量，不同【例9.2】對(duì)于例9.1從相關(guān)系數(shù)矩陣出發(fā)進(jìn)行典型相關(guān)分析?！纠?.2】對(duì)于例9.1從相關(guān)系數(shù)矩陣出發(fā)進(jìn)行典型相關(guān)分析。典型相關(guān)分析課件典型相關(guān)分析課件二、典型載荷分析

二、典型載荷分析典型相關(guān)分析課件典型相關(guān)分析課件

以上結(jié)果說(shuō)明生理指標(biāo)的第一典型變量與體重的相關(guān)系數(shù)為-0.621，與腰圍的相關(guān)系數(shù)為-0.925，與脈搏的相關(guān)系數(shù)為0.333。從另一方面說(shuō)明生理指標(biāo)的第一對(duì)典型變量與體重、腰圍負(fù)相關(guān)，而與脈搏正相關(guān)。其中與腰圍的相關(guān)性最強(qiáng)。第一對(duì)典型變量主要反映了體形的胖瘦。以上結(jié)果說(shuō)明生理指標(biāo)的第一典型變量與體重的相關(guān)系數(shù)為-0.6三、典型冗余分析

三、典型冗余分析典型相關(guān)分析課件典型相關(guān)分析課件

前2個(gè)典型變量解釋的方差比例＝0.451+0.246＝0.697同樣的方法可求得訓(xùn)練指標(biāo)樣本方差由自身3個(gè)典型變量解釋的方差比例分別為：0.408、0.434、0.157。 前2個(gè)典型變量解釋的方差比例＝0.451+0.246＝0.第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)一利用SPSS進(jìn)行典型相關(guān)分析實(shí)例1

二利用SPSS進(jìn)行典型相關(guān)分析實(shí)例2

第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)一利用SPSS進(jìn)行典型相關(guān)一、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例1測(cè)量15名受試者的身體形態(tài)以及健康情況指標(biāo)，如9.2表。第一組是身體形態(tài)變量，有年齡、體重、胸圍和日抽煙量；第二組是健康狀況變量，有脈搏、收縮壓和舒張壓。要求測(cè)量身體形態(tài)以及健康狀況這兩組變量之間的關(guān)系。表9.2兩組身體素質(zhì)的典型變量

一、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例1測(cè)量15名受試者的身典型相關(guān)分析課件

（一）操作步驟在SPSS中沒(méi)有提供典型相關(guān)分析的專(zhuān)門(mén)菜單項(xiàng)，要想利用SPSS實(shí)現(xiàn)典型相關(guān)分析，必須在語(yǔ)句窗口中調(diào)用SPSS的Canonicalcorrelation.sps宏。具體方法如下：

1.按File→New→Syntax的順序新建一個(gè)語(yǔ)句窗口。在語(yǔ)句窗口中輸入下面的語(yǔ)句：（圖9.1）（注意全路徑，否則把sps文件放到當(dāng)前工作目錄編輯-選項(xiàng)-文件位置）

INCLUDE'C:\ProgramFiles\IBM\SPSS\Statistics\22\Samples\SimplifiedChinese\Canonicalcorrelation.sps'. CANCORRSET1=x1x2x3x4/ SET2=y1y2y3/. （一）操作步驟 2.點(diǎn)擊語(yǔ)句窗口Run菜單中的All子菜單項(xiàng)，運(yùn)行典型相關(guān)宏命令，得出結(jié)果。圖9.1語(yǔ)句窗口 2.點(diǎn)擊語(yǔ)句窗口Run菜單中的All子菜單項(xiàng)，運(yùn)行典型相

（二）主要運(yùn)行結(jié)果解釋

1.CorrelationsforSet-1、CorrelationsforSet-2、CorrelationsBetweenSet-1andSet-2（分別給出兩組變量?jī)?nèi)部以及兩組變量之間的相關(guān)系數(shù)矩陣）

2.CanonicalCorrelations（給出典型相關(guān)系數(shù)）從表9.3中可以看出第一典型相關(guān)系數(shù)達(dá)到0.957，第二典型相關(guān)系數(shù)為0.582，第三典型相關(guān)系數(shù)為0.180。表9.3典型相關(guān)系數(shù) （二）主要運(yùn)行結(jié)果解釋表9.3典型相關(guān)系數(shù) 3.Testthatremainingcorrelationsarezero（給出典型相關(guān)的顯著性檢驗(yàn)）表9.4中從左至右分別為Wilks的統(tǒng)計(jì)量、卡方統(tǒng)計(jì)量、自由度和伴隨概率。從表中可以看出，在0.05的顯著性水平下，三對(duì)典型變量中只有第一對(duì)典型相關(guān)是顯著的。

表9.4典型相關(guān)系數(shù)的顯著性檢驗(yàn) 3.Testthatremainingcorrel

表9.5兩組典型變量的標(biāo)準(zhǔn)化系數(shù)

表9.5兩組典型變量的標(biāo)準(zhǔn)化系數(shù)

由于Y1（脈搏）的系數(shù)-0.721絕對(duì)值最大，說(shuō)明健康狀況的典型變量主要由脈搏所決定。同時(shí)，由于兩個(gè)典型變量中抽煙量和脈搏的系數(shù)是同號(hào)的（都為負(fù)），反映抽煙量和脈搏的正相關(guān)，即日抽煙越多則每分鐘的脈搏跳動(dòng)次數(shù)也越多。抽煙對(duì)身體健康有害，這和客觀事實(shí)是相符的。6.RedundancyAnalysis（分別給出兩組典型變量的冗余分析）表9.6中給出的四組數(shù)據(jù)分別是身體形態(tài)變量被自身的典型變量解釋的方差比例、身體形態(tài)變量被健康狀況的典型變量解釋的方差比例、健康狀況變量被自身的典型變量解釋的方差比例和健康狀況變量被身體形態(tài)的典型變量解釋的方差比例。 由于Y1（脈搏）的系數(shù)-0.721絕對(duì)值最大，說(shuō)明健康狀況表9.6典型冗余分析表9.6典型冗余分析典型相關(guān)分析課件二、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例2利用SPSS軟件對(duì)C.R.Rao（1952）關(guān)于典型相關(guān)的經(jīng)典例子進(jìn)行分析。表9.7列舉了25個(gè)家庭的成年長(zhǎng)子和次子的頭長(zhǎng)和頭寬。利用典型相關(guān)分析法分析長(zhǎng)子和次子頭型的相關(guān)性。 （一）操作步驟

1.按File→New→Syntax的順序新建一個(gè)語(yǔ)句窗口。在語(yǔ)句窗口中輸入下面的語(yǔ)句：

INCLUDE'C:\ProgramFiles\IBM\SPSS\Statistics\22\Samples\SimplifiedChinese\Canonicalcorrelation.sps'. CANCORRSET1=x1x2/ SET2=y1y2/. 2.點(diǎn)擊語(yǔ)句窗口Run菜單中的All子菜單項(xiàng)，運(yùn)行典型相關(guān)宏命令，得出結(jié)果。二、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例2利用SPSS軟件對(duì)C表9.7長(zhǎng)子和次子的頭長(zhǎng)與頭寬

表9.7長(zhǎng)子和次子的頭長(zhǎng)與頭寬典型相關(guān)分析課件

（二）主要運(yùn)行結(jié)果解釋

1.典型相關(guān)系數(shù)和典型相關(guān)的顯著性檢驗(yàn)（表9.8、表9.9）從表二可以看出，兩隊(duì)典型變量中，第一對(duì)的典型相關(guān)系數(shù)達(dá)到0.788，屬于強(qiáng)相關(guān)，而第二對(duì)典型變量的相關(guān)則比較弱。這一點(diǎn)從表3可以更清楚的看到。顯著性檢驗(yàn)的結(jié)果表明，在0.05的顯著性水平下，只有第一對(duì)典型相關(guān)是顯著的。表9.8典型相關(guān)系數(shù) （二）主要運(yùn)行結(jié)果解釋表9.8典型相關(guān)系數(shù)表9.9典型相關(guān)的顯著性檢驗(yàn)表9.9典型相關(guān)的顯著性檢驗(yàn)

3.冗余分析從表9.11可以看到，長(zhǎng)子的頭型變量被自身的第一典型變量解釋了86.7%，次子的頭型變量被自身的第一典型變量解釋了91.8%。表9.10兩組典型變量的未標(biāo)準(zhǔn)化系數(shù) 3.冗余分析表9.10兩組典型變量的未標(biāo)準(zhǔn)化系數(shù)表9.11冗余分析表9.11冗余分析本章結(jié)束本章結(jié)束第九章典型相關(guān)分析

第一節(jié)引言

第二節(jié)典型相關(guān)的基本理論

第三節(jié)樣本典型相關(guān)分析

第四節(jié)典型相關(guān)分析應(yīng)用中的幾 個(gè)問(wèn)題

第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)

第九章典型相關(guān)分析第一節(jié)引言第二節(jié)典第一節(jié)引言典型相關(guān)分析（CanonicalCorrelation）是研究?jī)山M變量之間相關(guān)關(guān)系的一種多元統(tǒng)計(jì)方法。它能夠揭示出兩組變量之間的內(nèi)在聯(lián)系。我們知道，在一元統(tǒng)計(jì)分析中，用相關(guān)系數(shù)來(lái)衡量?jī)蓚€(gè)隨機(jī)變量之間的線性相關(guān)關(guān)系；用復(fù)相關(guān)系數(shù)研究一個(gè)隨機(jī)變量和多個(gè)隨機(jī)變量的線性相關(guān)關(guān)系。然而，這些統(tǒng)計(jì)方法在研究?jī)山M變量之間的相關(guān)關(guān)系時(shí)卻無(wú)能為力。比如要研究生理指標(biāo)與訓(xùn)練指標(biāo)的關(guān)系，居民生活環(huán)境與健康狀況的關(guān)系，人口統(tǒng)計(jì)變量（戶主年齡、家庭年收入、戶主受教育程度）與消費(fèi)變量（每年去餐館就餐的頻率、每年出外看電影的頻率）之間是否具有相關(guān)關(guān)系？閱讀能力變量（閱讀速度、閱讀才能）與數(shù)學(xué)運(yùn)算能力變量（數(shù)學(xué)運(yùn)算速度、數(shù)學(xué)運(yùn)算才能）是否相關(guān)？這些多變量間的相關(guān)性如何分析？第一節(jié)引言典型相關(guān)分析（CanonicalCorrel1936年霍特林（Hotelling）最早就“大學(xué)表現(xiàn)”和“入學(xué)前成績(jī)”的關(guān)系、政府政策變量與經(jīng)濟(jì)目標(biāo)變量的關(guān)系等問(wèn)題進(jìn)行了研究，提出了典型相關(guān)分析技術(shù)。之后，Cooley和Hohnes(1971)，Tatsuoka(1971)及Mardia，Kent和Bibby(1979)等人對(duì)典型相關(guān)分析的應(yīng)用進(jìn)行了討論，Kshirsagar(1972)則從理論上給出了最好的分析。典型相關(guān)分析的目的是識(shí)別并量化兩組變量之間的聯(lián)系，將兩組變量相關(guān)關(guān)系的分析，轉(zhuǎn)化為一組變量的線性組合與另一組變量線性組合之間的相關(guān)關(guān)系分析。目前，典型相關(guān)分析已被應(yīng)用于心理學(xué)、市場(chǎng)營(yíng)銷(xiāo)等領(lǐng)域。如用于研究個(gè)人性格與職業(yè)興趣的關(guān)系，市場(chǎng)促銷(xiāo)活動(dòng)與消費(fèi)者響應(yīng)之間的關(guān)系等問(wèn)題的分析研究。1936年霍特林（Hotelling）最早就“大學(xué)表現(xiàn)”和“第二節(jié)典型相關(guān)的基本理論

一典型相關(guān)分析的基本思想二典型相關(guān)分析原理及方法

第二節(jié)典型相關(guān)的基本理論一典型相關(guān)分析的基本思一、典型相關(guān)分析的基本思想典型相關(guān)分析由Hotelling提出，其基本思想和主成分分析非常相似。首先在每組變量中找出變量的線性組合，使得兩組的線性組合之間具有最大的相關(guān)系數(shù)。然后選取和最初挑選的這對(duì)線性組合不相關(guān)的線性組合，使其配對(duì)，并選取相關(guān)系數(shù)最大的一對(duì)，如此繼續(xù)下去，直到兩組變量之間的相關(guān)性被提取完畢為此。被選出的線性組合配對(duì)稱(chēng)為典型變量，它們的相關(guān)系數(shù)稱(chēng)為典型相關(guān)系數(shù)。典型相關(guān)系數(shù)度量了這兩組變量之間聯(lián)系的強(qiáng)度。一般情況，設(shè) 是兩個(gè)相互關(guān)聯(lián)的隨機(jī)向量，分別在兩組變量中選取若干有代表性的綜合變量Ui、Vi，使得每一個(gè)綜合變量是原變量的線性組合，即一、典型相關(guān)分析的基本思想典型相關(guān)分析由Hotelling提

二、典型相關(guān)分析原理及方法

二、典型相關(guān)分析原理及方法

第三節(jié)樣本典型相關(guān)分析一樣本典型相關(guān)變量及典型相關(guān)系數(shù)的計(jì)算

二典型相關(guān)系數(shù)的顯著性檢驗(yàn)第三節(jié)樣本典型相關(guān)分析一樣本典型相關(guān)變量及典型相關(guān)一、樣本典型相關(guān)變量及典型相關(guān)系

數(shù)的計(jì)算

一、樣本典型相關(guān)變量及典型相關(guān)系

數(shù)的計(jì)算

二、典型相關(guān)系數(shù)的顯著性檢驗(yàn)

二、典型相關(guān)系數(shù)的顯著性檢驗(yàn)

【例9.1】康復(fù)俱樂(lè)部對(duì)20名中年人測(cè)量了三個(gè)生理指標(biāo)：體重(x1),腰圍(x2)，脈搏(x3)；三個(gè)訓(xùn)練指標(biāo)：引體向上次數(shù)(y1)，起坐次數(shù)(y2)，跳躍次數(shù)(y3)。分析生理指標(biāo)與訓(xùn)練指標(biāo)的相關(guān)性。數(shù)據(jù)詳見(jiàn)表9.1。表9.1康復(fù)俱樂(lè)部數(shù)據(jù)【例9.1】康復(fù)俱樂(lè)部對(duì)20名中年人測(cè)量了三個(gè)生理指標(biāo)：體重典型相關(guān)分析課件

典型相關(guān)分析課件典型相關(guān)分析課件典型相關(guān)分析課件

典型相關(guān)分析課件

第四節(jié)典型相關(guān)分析應(yīng)用中的 幾個(gè)問(wèn)題一從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)

二典型載荷分析

三典型冗余分析

第四節(jié)典型相關(guān)分析應(yīng)用中的 幾個(gè)問(wèn)題一從一、從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)典型相關(guān)分析涉及多個(gè)變量，不同的變量往往具有不同的量綱及不同的數(shù)量級(jí)別。在進(jìn)行典型相關(guān)分析時(shí)，由于典型變量是原始變量的線性組合，具有不同量綱變量的線性組合顯然失去了實(shí)際意義。其次，不同的數(shù)量級(jí)別會(huì)導(dǎo)致“以大吃小”，即數(shù)量級(jí)別小的變量的影響會(huì)被忽略，從而影響了分析結(jié)果的合理性。因此，為了消除量綱和數(shù)量級(jí)別的影響，必須對(duì)數(shù)據(jù)先做標(biāo)準(zhǔn)化變換處理，然后再做典型相關(guān)分析。顯然，經(jīng)標(biāo)準(zhǔn)化變換之后的協(xié)差陣就是相關(guān)系數(shù)矩陣，因而，也即通常應(yīng)從相關(guān)矩陣出發(fā)進(jìn)行典型相關(guān)分析。一、從相關(guān)矩陣出發(fā)計(jì)算典型相關(guān)典型相關(guān)分析涉及多個(gè)變量，不同【例9.2】對(duì)于例9.1從相關(guān)系數(shù)矩陣出發(fā)進(jìn)行典型相關(guān)分析?！纠?.2】對(duì)于例9.1從相關(guān)系數(shù)矩陣出發(fā)進(jìn)行典型相關(guān)分析。典型相關(guān)分析課件典型相關(guān)分析課件二、典型載荷分析

二、典型載荷分析典型相關(guān)分析課件典型相關(guān)分析課件

以上結(jié)果說(shuō)明生理指標(biāo)的第一典型變量與體重的相關(guān)系數(shù)為-0.621，與腰圍的相關(guān)系數(shù)為-0.925，與脈搏的相關(guān)系數(shù)為0.333。從另一方面說(shuō)明生理指標(biāo)的第一對(duì)典型變量與體重、腰圍負(fù)相關(guān)，而與脈搏正相關(guān)。其中與腰圍的相關(guān)性最強(qiáng)。第一對(duì)典型變量主要反映了體形的胖瘦。以上結(jié)果說(shuō)明生理指標(biāo)的第一典型變量與體重的相關(guān)系數(shù)為-0.6三、典型冗余分析

三、典型冗余分析典型相關(guān)分析課件典型相關(guān)分析課件

前2個(gè)典型變量解釋的方差比例＝0.451+0.246＝0.697同樣的方法可求得訓(xùn)練指標(biāo)樣本方差由自身3個(gè)典型變量解釋的方差比例分別為：0.408、0.434、0.157。 前2個(gè)典型變量解釋的方差比例＝0.451+0.246＝0.第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)一利用SPSS進(jìn)行典型相關(guān)分析實(shí)例1

二利用SPSS進(jìn)行典型相關(guān)分析實(shí)例2

第五節(jié)實(shí)例分析與計(jì)算實(shí)現(xiàn)一利用SPSS進(jìn)行典型相關(guān)一、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例1測(cè)量15名受試者的身體形態(tài)以及健康情況指標(biāo)，如9.2表。第一組是身體形態(tài)變量，有年齡、體重、胸圍和日抽煙量；第二組是健康狀況變量，有脈搏、收縮壓和舒張壓。要求測(cè)量身體形態(tài)以及健康狀況這兩組變量之間的關(guān)系。表9.2兩組身體素質(zhì)的典型變量

一、利用SPSS進(jìn)行典型相關(guān)分析

實(shí)例1測(cè)量15名受試者的身典型相關(guān)分析課件

（一）操作步驟在SPSS中沒(méi)有提供典型相關(guān)分析的專(zhuān)門(mén)菜單項(xiàng)，要想利用SPSS實(shí)現(xiàn)典型相關(guān)分析，必須在語(yǔ)句窗口中調(diào)用SPSS的Canonicalcorrelation.sps宏。具體方法如下：

1.按File→New→Syntax的順序新建一個(gè)語(yǔ)句窗口。在語(yǔ)句窗口中輸入下面的語(yǔ)句：（圖9.1）（注意全路徑，否則把sps文件放到當(dāng)前工作目錄編輯-選項(xiàng)-文件位置）

INCLUDE'C:\ProgramFiles\IBM\SPSS\Statistics\22\Samples\SimplifiedChinese\Canonicalcorrelation.sps'. CANCORRSET1=x1x2x3x4/ SET2=y1y2y3/. （一）操作步驟 2.點(diǎn)擊語(yǔ)句窗口Run菜單中的All子菜單項(xiàng)，運(yùn)行典型相關(guān)宏命令，得出結(jié)果。圖9.1語(yǔ)句窗口 2.點(diǎn)擊語(yǔ)句窗口Run菜單中的All子菜單項(xiàng)，運(yùn)行典型相

（二）主要運(yùn)行結(jié)果解釋

1.CorrelationsforSet-1、CorrelationsforSet-2、CorrelationsBetweenSet-1andSet-2（分別給出兩組變量?jī)?nèi)部以及兩組變量之間的相關(guān)系數(shù)矩陣）

2.CanonicalCorrelations（給出典型相關(guān)系數(shù)）從表9.3中可以看出第一典型相關(guān)系數(shù)達(dá)到0.957，第二典型相關(guān)系數(shù)為0.582，第三典型相關(guān)系數(shù)為0.180。表9.3典型相關(guān)系數(shù) （二）主要運(yùn)行結(jié)果解釋表9.3典型相關(guān)系數(shù) 3.Testthatremainingcorrelationsarezero（給出典型相關(guān)的顯著性檢驗(yàn)）表9.4中從左至右分別為Wilks的統(tǒng)計(jì)量、卡方統(tǒng)計(jì)量、自由度和伴隨概率。從表中可以看出，在0.05的顯著性水平下，三對(duì)典型變量中只有第一對(duì)典型相關(guān)是顯著的。

表9.4典型相關(guān)系數(shù)的顯著性檢驗(yàn) 3.Testthatremainingcorrel

表9.5兩組典型變量的標(biāo)準(zhǔn)化系數(shù)

表9.5兩組典型變量的標(biāo)準(zhǔn)化系數(shù)

由于Y1（脈搏）的系數(shù)-0.721絕對(duì)值最大，說(shuō)明健康狀況的典型變量主要由脈搏所決定。同時(shí)，由于兩個(gè)典型變量中抽煙量和脈搏的系數(shù)是同號(hào)的（都為負(fù)），反映抽煙量和脈搏的正相關(guān)，即日抽煙越多則每分鐘的脈搏跳動(dòng)次數(shù)也越多。抽煙對(duì)身體健康有害，這和客觀事實(shí)是相符的。6.RedundancyAnalysis（分別給出兩組典型變量的冗余