MATLAB数据分析方法 主成分分析.ppt

以S代替?或R代替?所求得的典型变量和典型相关系数分别称为样本典型变量和样本典型相关系数。此时样本典型变量和典型相关系数计算方法同总体典型变量和典型相关系数的计算方法一样。 在MATLAB中，样本典型相关分析的命令canoncorr，其调用格式为 [A,B,r,U,V,stats] = canoncorr(X,Y) 其中输入X表示第一组向量的观测矩阵，Y表示第二组向量的观测矩阵，输出A,B是典型相关变量的系数矩阵；r表示典型相关系数；U,V表示典型相关变量的得分；输出stats包括wilks 、chisq及F统计量以及相应的概率。 例5.3.2 某康复俱乐部对20名中年人测量了三项生理指标：体重(weight)、腰围(waist)、脉搏(pulse )和三项训练指标：引体向上(chins )、起坐次数(situps )、跳跃次数(jumps )。其数据列于表5.6。试分析这两组变量间的相关性。 解：三项生理指标作为第一组向量X，三项训练指标作为第二组向量Y，表5.6中的数据作为样本数据，调用典型相关分析命令.程序如下: DATA=[……]; %将表5.6中的数据输入DATA X=DATA(:,1:3); %第一组向量观测值 Y=DATA(:,4:6); %第二组向量观测值 [A,B,r,U,V,stats] = canoncorr(X,Y) Obs