典型相关.pptVIP

由Hotelling (1935, 1936)最早提出，Cooley and Lohnes (1971)、 Kshirsagar (1972)和 Mardia, Kent, and Bibby (1979) 推廣了它的應用。 ANOVA是一般線性迴歸的特例；MANOVA則是典型相關分析的特例。 兩群區別分析是迴歸分析的特例；多群區別分析則是典型相關分析的特例。 （三）典型相關分析示意圖 典型相關係數的標準誤 在行銷研究中，消費者對促銷的反應一直侷限於高滲透及高購買頻率的產品類。 Fader and Lodish (1990)想瞭解不同產品類(根據不同產品特性)的促銷活動是否有差異? 他們從1968年IRI Marketing Factbook中，收集331種雜貨產品類在10個變數上的資料。 他們將10個變數分為兩個大項： Structural Variables (X) Promotional Variables (Y) 目的：找出結構變數(X)可以解釋促銷變數(Y)的變動程度 9.4.1 X與Y之間的關係是否顯著？ Sample Problem 的例子 Sample Problem 的例子 其他統計量的計算公式 9.4.2 幾對典型變量是顯著的？ 9.4.2 幾對典型變量是顯著的？ * * * * * * Special case * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * Special case * * * * * * * * * * * * * * * * * * * *   Category tonnage Retailer Promotion Paper towel Laundry det Coffee Crackers Canned ham Cigarettes Magazine 9.3.1 SAS 輸出檔 9.3 例題 多變量 高滲透率，不方便攜帶 只有特定族群購買，則促銷活動較少 Eggs High price Manufacturer Promotion Diapers Coffee Cigarettes 9.3.1 SAS 輸出檔 9.3 例題 多變量 無製造商品牌 製造商品牌占優勢 製造商會作大量促銷活動 Sugar Eggs Milk Store-brands ??? Canned ham 9.3.1 SAS 輸出檔 9.3 例題 多變量 9.4 應用典型相關的問題 複廻歸分析: F-statistic test：Y的總變異數和Y的誤差變異比例（即迴歸模式未解釋的數量）。 Ratio愈大，大部分的Y變異數可被迴歸模型解釋。 Ratio愈接近1，此模型愈不顯著。 典型相關： Wilks’ Λ來檢定模型是否顯著。 Λ愈小，代表模型愈顯著。 9.4 應用典型相關的問題 多變量 9.4 應用典型相關的問題 多變量 (9.25) (9.26) (9.27) (9.28) 9.4.1 X與Y之間的關係是否顯著？ 殘差平方和矩陣行列式值 總變異行列式值 全部變異減去被解釋的部分 9.4 應用典型相關的問題 多變量 9.4.1 X與Y之間的關係是否顯著？ (9.29) (9.30) (9.31) (9.32) SH SE ST 特徵根 1-λ1, 1-λ2…1-λmin (p,q) λ愈小，解釋能力愈大 Bartlett’s Chi-Square Test 做典型相關前的檢定。 缺點：當樣本數很大時，很難不去拒絕。 9.4 應用典型相關的問題 多變量 9.4.1 X與Y之間的關係是否顯著？ Bartlett’s Chi-Square approximation for Wilks’s Λ V近乎是具有pq自由度之 分佈。 V值愈大，則reject H0：X與Y無線性相關。 檢定拒絕H0 ，則才有相關，才可做典型相關。