典型相关性分析.docxVIP

典型相关性分析 典型相关分析是借助主成分分析降维的思想，分别对两组变量提取主成分，且使得两组变量提取的主成分之间的相关程度达到最大，而从同一组内部提取的各主成分之间互不相关，用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系。 代码如下： INCLUDE E:\SPSSInc\PASWStatistics18\Samples\English\Canonical correlation.sps. cancorr set1=x1 x2 x3 /set2=y1 y2 y3. Run MATRIX procedure: Correlations for Set-1 x1 x2 x3 x1 1.0000 .8702 -.3658 x2 .8702 1.0000 -.3529 x3 -.3658 -.3529 1.0000 数据集1中变量x1-x3的相关关系，有相关系数知，x1与x2有较强的相关性。 Correlations for Set-2 y1 y2 y3 y1 1.0000 .6957 .4958 y2 .6957 1.0000 .6692 y3 .4958 .6692 1.0000 数据集2中变量y1-y3的相关关系，有相关系数知，y1与y2有较强的相关性。 Correlations Between Set-1 and Set-2 y1 y2 y3 x1 -.3897 -.4931 -.2263 x2 -.5522 -.6456 -.1915 x3 .1506 .2250 .0349 x1-x3与y1-y3的相关关系，x1,x2与y1-y3是负相关关系，说明体重和腰围较大对运动能力具有负影响。 Canonical Correlations 1 .796 2 .201 3 .073 表示三个典型相关系数 Test that remaining correlations are zero: Wilks Chi-SQ DF Sig. 1 .350 16.255 9.000 .062 2 .955 .718 4.000 .949 3 .995 .082 1.000 .775 对三个典型相关系数的显著性检验，原假设是相关系数为0，在显著性水平为0.1上，第一个典型相关系数对应的Sig.为0.0620.1,拒绝原假设，认为第一个典型相关系数不为0.第二和第三个典型相关系数对应的Sig.0.1，认为二者均为0。 Standardized Canonical Coefficients for Set-1 1 2 3 x1 .775 -1.884 -.191 x2 -1.579 1.181 .506 x3 .059 -.231 1.051 数据集1标准化变量的典型相关变量函数表达式：U1=0.775x1*-1.579x2*+0.059x3* U2=-1.884x1*+1.181x2*-0.231x3*,U3=-0.191x1*+0.506x2*+1.051x3* Raw Canonical Coefficients for Set-1 1 2 3 x1 .031 -.076 -.008 x2 -.493 .369 .158 x3 .008 -.032 .146 数据集1原始变量的典型相关变量函数表达式：U1=0.031x1-0.493x2+0.008x3,U2...,U3… Standardized Canonical Coefficients for Set-2 1 2 3 y1 .349 -.376 -1.297 y2 1.054 .123 1.237 y3 -.716 1.062 -.419 数据集2标准化变量的典型相关变量函数表达式： V1=0.349y1*+1.054y2*-0.716y3*,V2…,V3… Raw Canonical Coefficients for Set-2 1 2