第九讲-典型相关分析.ppt

第八章典型相关分析主讲人：杨随根课时安排：4+2开课学院：理学院主要内容典型相关分析的基本思想典型相关分析的数学表示典型相关的求解典型相关的性质案例分析一、典型相关分析的基本思想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：问题描述及总结主要问题是：如何确定一组变量和另外一组变量的关系？解决方法：

需要降维，即在每一组中分别找到一个具有代表性的变量。如果一个变量不具有代表性，可以再取其它变量。数据表示二、典型相关分析的数学表示所求问题的数学模型四、典型相关的性质1、同一组的典型变量之间互不相关2、不同组的典型变量之间相关性3、原始变量与典型变量之间的相关系数5、典型相关系数的显著性检验五、案例分析例题：康复俱乐部对２０名中年人测量了三个生理指标：weight，waist，pulse，以及三个训练指标chins（单杠），situps（仰卧起坐）和jumps（跳高）。试分析生理指标和训练指标的相关性。数据文件见ex8.1.savSpss命令INCLUDEC:\ProgramFiles\SPSS\Canonicalcorrelation.sps.CANCORRSET1=v2v3v4v5/SET2=v6v7v8v9/.天津商业大学理学院*杨随根*天津商业大学理学院例：家庭特征与家庭消费之间的关系分析两组变量之间的关系。?X1X2y1y2y3X11.000.800.260.670.34X20.801.000.330.590.34y10.260.331.000.370.21y20.670.590.371.000.35y30.340.340.210.351.00变量间的相关系数矩阵返回例题考虑两组变量的向量其协方差阵为在约束条件:下，求a1和b1，使?uv达到最大。令根据数学分析中条件极值的求法，引入Lagrange乘数，求极值问题，则可以转化为求的极大值，其中?和?是Lagrange乘数。三、典型相关的求解将上面的3式分别左乘和将左乘（3）的第二式，得并将第一式代入，得的特征根是，相应的特征向量为将左乘（3）的第一式，并将第二式代入，得的特征根是，相应的特征向量为结论：既是M1又是M2的特征根，和是相应于M1和M2的特征向量。至此，典型相关分析转化为求M1和M2特征根和特征向量的问题。第一对典型变量提取了原始变量X与Y之间相关的主要部分，如果这部分还不能足以解释原始变量，可以在剩余的相关中再求出第二对典型变量和他们的典型相关系数。典型相关分析?典型相关系数调整典型相关系数近似方差?典型相关系数的平方10.6879480.6878480.0052680.47327220.1868650.1866380.0096510.034919X组典型变量的系数?U1U2X1(就餐）0.7689-1.4787X2（电影）0.27211.6443Y组典型变量的系数?V1V2Y1（年龄）0.04911.0003Y2（收入）0.8975-0.5837Y3（文化）0.19000.2956X组的典型变量之间是相互独立的：Y组的典型变量之间是相互独立的：因为特征向量之间是正交的。故4、冗余度分析