统计学1典型相关剖析.pptVIP

统计学 从数据到结论 第十三章典型相关 分析 13.1两组变量的相关问题 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、 Kendallsτ、 Spearman 秩相关系数)。公式 如果我们有两组变量,如何能够表 明它们之间的关系呢? 例子(数据,txt) 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?该数据是不同的人群对30 个电视节目所作的平均评分。 观众评分来自低学历(ed)、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art)、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。 对电视节目的打分 led hed net arti com man# led hed net arti com man 864385439371639801765281 997499789 24331828113112 3819|50 4543 39545820099869978199 21322134353221559978976090 367848754278223611515265 3270522 186127 9409836 86 89620 102614408252125458746856780 5168386848722661726363 1263867987767840 968 13398057805568286513 513 2928 59066 寻找代表 如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。 132典型相关分析 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 变量(和其他线性组合相比)之间的相 关系数最大。 典型变量 间题就在于要寻找系数a1a23和B那么 假定两组变量为x1x2,X和Y1,Y2 和使得新的综合变量(亦称为典型变量 (canonical variable)) V=a,X,+a1X+…+a.X pp W=bY1+b,Y+…+by 之间的相关关系最大。这种相关关系是用典 型相关系数( canonical correlation coefficient 来衡量的。 典型相关系数 这里所涉及的主要的数学工具还是 矩阵的特征值和特征向量问题。而 所得的特征值与V和W的典型相关系 数有直接联系。 由于特征值问题的特点,实际上找 到的是多组典型变量(V1W),(V2 ,其中V和W1最相关,而V 2 和W次之等等, 典型相关系数 而且V1 之间及而且W1,W2 W2,间互不相关。这样又出现了选 择多少组典型变量(v,W的问题了。实 际上,只要选择特征值累积总贡献占主 要部分的那些即可。 软件还会输出一些检验结果;于是只要 选择显著的那些(VW。 对实际问题,还要看选取的(v,W是否 有意义,是否能够说明问题才行。至于 得到(v,W的计算,则很简单,下面就 ty.txt数据进行分析。数学原理?