典型相关分析.PDFVIP

多元统计分析资料 典型相关分析 典型相关分析 一、问题背景 在统计学中，对两个随机变量的关系，可用线性相关系数来分析；研究一个随机变 量与多个随机变量之间的关系，可用复相关系数。然而在对社会经济现象问题的研究中， 通常需要考察多个变量与多个变量之间即两组变量之间的相关性。例如为了研究证券市 场走势与宏观国民经济之间的关系，需要分析反映证券市场状况的指标，如股票价格指 数、股票市值、股票融资量等与经济增长率、物价指数、固定资产投资、失业率、进出 口额等宏观经济变量两组变量之间的相关关系。在分析评估某种社会经济投人与产出系 统时，研究投入和产出情况之间的联系时，投人情况可以从人力、物力、财力等多个方 面反映，产出情况也可以从产值、利税、收人等方面反映。在分析影响居民消费因素时， 可将劳动者报酬、家庭经营收入、转移性收入等变量构成反映居民收入的变量组，而将 食品支出、医疗保健支出、交通和通信支出等变量构成反映居民支出情况的变量组，然 后通过研究两变量组之间关系来分析影响居民消费因素情况。典型相关分析就是测，度 两组变量之间相关程度的一种多元统计方法，它是对相关关系的进一步推广。 二、基本理论 2.1 基本思想 典型相关分析( Canonical Correlation Analysis)是由霍特林(H ．Hotelling)于1936 年在 《生物统计》期刊上发表的论文“两组变式之间的关系” 中所提出的，。该方法经过多年 的应用及发展，逐渐完善，在20 世纪70 年代臻于成熟。 由于典型相关分析涉及大量的矩阵计算，该方法的应用在初期发展缓慢。随着计算 机技术的发展，典型相关分析的应用日益广泛。 典型相关分析是研究两组变量之间整体线性相关关系的一种多元统计分析方法。它 将每组变量作为一个整体而不是分析每一组变量内部的各个变量，两组变量可以是同等 地位，也可存在因果关系。典型相关分析要求两组变量用间隔尺度测量，是定量变量。 典型相关分析采用主成分分析的思想，对每一组变量进行综合，生成新的综合变量代表 原始变量大部分信息，同时与另一组变量生成的新的综合变量的相关程度最高，上述一 组新的综合变量称为第一对典型相关变量。 1 多元统计分析资料 典型相关分析 类似地可找到第二对、第三对、……使得各对典型相关变量之间互不相关。典型相 关变量之间的简单线性相关系数称为典型相关系数。典型相关分析是用典型相关系数来 衡量两组变量之间的相关关系。 2.2总体典型相关变量 假设有两组变量，一组变量为x (x ,x ,,x )T ，另一组变量为y (y ,y ,,y )T ， 1 2 p 1 2 q x 且p q，变量 与变量 的协方差矩阵为： y  Var(x) Cov(x, y)     Cov(x, y)    11 12  (1) Cov(y, x) Var(y)      21 22