第11章典型相关分析2.docVIP

第十一章 典型相关分析 主成分分析、因子分析研究的是一组变量间或一组观测间的相互关系。而当研究两组变量间的相互关系时，一般不采用各自的分析或两个变量一对一的直接分析。例如，在研究一组环境因素与畜禽诸生产性能间的相关性时，通常是把各环境因素当作一个整体，把各生产性能也作一个整体来研究。这时研究两个整体之间的相关可化为研究两个新变量之间的相关关系，而这两个新变量将分别由各自整体中变量的线性组合所构成，因此不会丢失原有诸变量的任何信息。这样构成的两个新变量具有最大相关的性质。类似地还可找出由两组变量构成的第二对线性组合，该组合与第一对线性组合不相关，但该对组合间有最大的相关。如此类推，直到两组变量的相关被分解完毕。这种逐步得到的线性组合称为典型变量，它们之间的相关系数称为典型相关系数。这种分析方法称为典型相关分析（Canonical Correlations Analysis）。 可见，典型相关分析是研究两组变量之间相关关系的一种统计方法，它避免了孤立地对两个变量间的研究，分析结果较为全面，且各组中变量的个数不受限制，两组的内容可以不相同。因此，应用十分广泛。 11.1 概述 在实际工作中，通常接触到的多为样本资料，所以典型相关系数及典型变量多数是从样本资料中获取。其计算方法如下。 设有两组变量X1{x1，x2，…，xp}和X2{xp+1，xp+2，…，xp+q}的n次观察值，取自多