6典型相关与对应分析.docxVIP

.1典型相关分析的概念与步骤 典型相关分析的基本思想 典型相关分析采用主成分的思想浓缩信息， 根据变量间的相关关系，寻找少数几对综合变量(实际观 测变量的线性组合)，用它们替代原始观测变量，从而将二组变量的关系集中到少数几对综合变量的 关系上，通过对这些综合变量之间相关性的分析，回答两组原始变量间相关性的问题。除了要求所 提取的综合变量所含的信息量尽可能大以外，提取时还要求第一对综合变量间的相关性最大，第二 对次之，依次类推。 这些综合变量被称为典型变量，或典则变量，第 1对典型变量间的相关系数则被称为第 1典型 相关系数。典型相关系数能简单、完整地描述两组变量间关系的指标。当两个变量组均只有一个变 量时，典型相关系数即为简单相关系数；当其中的一组只有一个变量时，典型相关系数即为复相关 系数。 7.1.4用CANCORF过程实现典型相关分析 1. CANCORF过程 CANCORR^程的常用语法格式如下： PROC CANCORR ＜选项列表 ＞ ； WITH ＜变量列表＞； VAR ＜变量列表＞ ; RUN; 其中PROC CANCOR语句、WITH语句是每个过程中必不可少的，其余语句可视情况使用。 下面分别介绍各语句的用法和功能。 PROC CANCOR语句：标示典型相关分析开始，可以规定输入输出数据集， 指定分析方法和 控制输岀结果的显示等。语句中可设置的常用选项及其功能见表 7-3。 VAR语句：列出要进行典型相关分析的第一组变量，变量必须是数值型的。如果 VAR语句 被忽略，所有未被其他语句提到的数值型变量都将被视为第一组变量。 WITH语句：列岀要进行典型相关分析的第二组变量，变量必须是数值型的。该语句是每一 个PROC CANCOR中必不可少的。 表7-3 常用选项及其功能 EDF= 指定误差的自由度。EDF数为有效的观察值减1 DATA= 指定输入数据集的名字，可以是原始数据集，或用 TYPE=CORR COV FACTOR SSCP UCORR或者UCOV 用最新创建的数据集  OUT= 指定输岀数据集的名字，输岀包括原始数据及典型变量得分的数据集。当输入数据集的类型为 CORRCOV 或者UCOV就不能使用这个选项 OUTSTAT= 生成包含各种统计量的 SAS数据集，包括典型相关系数和典型系数，以及你要求的多元回归统计量 VNAME= 为来自VAR语句中分析变量指定标签，作为标签的字符要用单引号引起来 VPREFIX= 为来自VAR语句的典型变量指定前缀名，默认时典型变量命名为 V1,V2,V3等 WNAME= 为来自WITH语句中的分析变量指定标签，作为标签的字符要用单引号引起来 WPREFIX= 为来自WITH语句中的典型变量指定前缀名，默认为 W1,W2,W3等控制输出的选项 ALL 打印所有选择的输岀 CORR 打印原始变量之间的相关系数 NCAN= 规定要输岀典型变量的个数 NOPRINT 禁止所有的输岀 REDUNDANCY 打印冗余度分析的结果 SHORT 除了典型相关和多元统计列表以外，禁止打印典型相关分析过程默认的输出 SIMPLE 打印均值、标准差等简单统计量 使用CANCOR过程 【例7-3】家庭特征与家庭消费之间的关系。为了了解家庭的特征与其消费模式之间的关系。调查 了 70个家庭的下面两组变量： x ：每年去餐馆就餐的频率， x :每年外岀看电影的频率； 1 2 y ：户主的年龄，y :家庭的年收入，y :户主受教育程度。 1 2 3 试分析两组变量之间的关系。假定变量的相关系数阵如表所示 x1 x2 y1 y2 y3 X1 1.00 0.80 0.26 0.67 0.34 X2 0.80 1.00 0.33 0.59 0.34 Y1 0.26 0.33 1.00 0.37 0.21 Y2 0.67 0.59 0.37 1.00 0.35 Y3 0.34 0.34 0.21 0.35 1.00 如下代码，利用变量的相关系数矩阵作典型相关分析: DATA jt(TYPE=CORR); INPUT NAME $ 1-2 (X1 X2 Y1-Y3) (6.); CARDS; X1 1.00 0.80 0.26 0.67 0.34 X2 0.80 1.00 0.33 0.59 0.34 Y1 0.26 0.33 1.00 0.37 0.21 Y2 0.67 0.59 0.37 1.00 0.35 Y3 0.34 0.34 0.21 0.35 1.00 PROC CANCORR EDF=70 REDUNDANCY; VAR X1 X2; WITH Y1-Y3; RUN; 说明： 在数据集名jt后用TYPE = COR表明数据的类型为相关矩阵，而不是原始数据。 INPUT语句中用“ NAM