- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
典型相关分析在STATA中的实现和案例
第14章 典型相关分析
主成分分析和因子分析只涉及一组变量的相关关系,而典型相关分析则是研究两组变量之间的相关关系。为了研究两组变量和之间的相互关系,采用类似于主成分分析的方法,将两组变量合成有代表性的综合指标,通过研究这两组综合指标间的相互关系,来代替这两组变量间的相互关系,这些综合指标就称为典型变量,典型变量之间的相关系数就称为典型相关。
在实际问题中,两组变量之间具有相关关系的问题很多,例如几种主要产品如猪肉、牛肉、鸡蛋的价格(作为第一组变量)和相应这些产品的销量(作为第二组变量)具有相关系数;投资性变量(如劳动者人数、货物周转量、生产建设投资等)与国民收入变量(如工农业国民收入、运输业国民收入、建筑业国民收入等)具有相关关系等。
典型相关分析研究变量之间整体的线性关系,它是将每一组变量作为一个整体来进行研究,而不是分析每一组变量内部的各个变量。所研究的两组变量可以是一组变量为自变量,而另一组变量为因变量的情况,两组变量也可以处于同等的地位,但典型相关分析要求两组变量至少是间隔尺度的。
典型相关分析是借助于主成分分析的思想,对每一组变量分别寻找线性组合,使生成的新的综合变量能代表原始变量大部分的信息,同时,与由另一组变量生成新的综合变量的相关程度最大,这样一组新的综合变量称为第一对典型相关变量,同样的方法可以找到第二对、第三对……使得各对典型相关变量互不相关,典型相关变量之间的简单相关系数称为典型相关系数。典型相关分析就是用典型相关系数衡量两组变量之间的相关性。
设两组变量varlist1和varlist2的相关系数矩阵为:
典型相关系数的平方即是对或进行特征值分解,而对应的左侧向量即是两组变量的典型变量的线性组合。
设有m个典型相关系数,对于原假设:两组变量没有相关关系(即检验典型相关系数的显著性),Stata包括了四种统计量。
Wilks(1932)统计量为:。
Pallai(1955)迹统计量为:。
Lawley-Hotelling(Lawley(1938)。
Roy最大特征根统计量:即。
14.1 典型相关估计
命令为canon。
sysuse auto,clear
canon (length weight headroom trunk) (displ mpg gear_ratio turn)
canon (length weight headroom trunk) (displ mpg gear_ratio turn), coefmatrix
/* coefmatrix 输出原始系数矩阵,此为默认选项*/
canon (length weight headroom trunk) (displ mpg gear_ratio turn), stdcoef
/*stdcoef 输出标准化系数矩阵,stdcoef与coefmatrix二者只能设一个*/
14.2 预测
sysuse auto,clear
canon (length weight headroom trunk) (displ mpg gear_ratio turn)
predict pu, u
/* u 计算varlist1的线性组合*/
predict pv,v
/* v 计算varlist2的线性组合*/
predict pstdu, stdu
/* stdu 计算varlist1的线性组合的标准差*/
predict pstdv,stdv
/* stdv 计算varlist2的线性组合的标准差*/
14.3 Estat
sysuse auto,clear
canon (length weight headroom trunk) (displ mpg gear_ratio turn)
estat correlations
/* varlist1和varlist2的相关系数矩阵*/
estat loadings
/*典型载荷,即各个变量与其对应的典型变量的相关系数*/
例:中国30个省市自治区农村居民收入和支出的典型相关分析。
反映农村居民收入的变量:x1——农村居民家庭人均工资性收入;x2——农村居民家庭人均家庭经营收入;x3——农村居民家庭人均财产性收入;x4——农村居民家庭人均转移性收入。
反映农村居民生活费支出的变量:x5——农村居民家庭人均食品支出;x6——农村居民家庭人均衣着支出;x7——农村居民家庭人均居住支出;x8——农村居民家庭人均家庭设备及服务支出;x9——农村居民家庭人均交通和通讯支出;x10——农村居民家庭人均文教、娱乐用品及服务支出;x11——农村居民家庭人均医疗保健支出;x12——农村居民家庭人均其他商品及服务支出。
area x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 北京市
文档评论(0)