第七讲 典型相关分析课件.pptVIP

第七讲 典型相关分析 两组变量的相关问题 我们知道如何衡量两个变量之间是否相关的问题；这是一个简单的公式就可以解决的问题（Pearson相关系数、 Kendall’s t、 Spearman 秩相关系数)。 如果我们有两组变量，如何表明它们之间的关系呢？ 例.1（数据tv.sav) 例如：业内人士和观众对于一些电视节目的观点有什么样的关系呢？数据tv.sav是不同的人群对30个电视节目所作的平均评分。 观众评分来自低学历(led)、高学历(hed)和网络(net)调查三种，它们形成第一组变量； 而业内人士分评分来自包括演员和导演在内的艺术家(arti)、发行(com)与业内各部门主管(man)三种，形成第二组变量。人们对这样两组变量之间的关系感到兴趣。 如何进行典型相关 如果直接对这六个变量的相关进行两两分析，很难得到关于这两组变量之间关系的一个清楚的印象。 希望能够把多个变量与多个变量之间的相关化为两个变量之间的相关。 现在的问题是为每一组变量选取一个综合变量作为代表； 而一组变量最简单的综合形式就是该组变量的线性组合。 如何进行典型相关 由于一组变量可以有无数种线性组合（线性组合由相应的系数确定），因此必须找到既有意义又可以确定的线性组合。 典型相关分析(canonical correlation analysis)就是要找到这两组变量线性组合的系数，使得这两个由线性组合生成的