多元统计分析——基于R（第3版） 课件 费宇 第11、12章-对应分析、 典型相关分析.ppt

*主编：费宇*12.4原始变量与典型相关变量的相关系数则上面四个等式可以表示为其中.*主编：费宇*12.4原始变量与典型相关变量的相关系数其中.其中.*主编：费宇*12.4原始变量与典型相关变量的相关系数其中.其中.*主编：费宇*12.4原始变量与典型相关变量的相关系数其中.其中.*主编：费宇*12.5简单相关、复相关和典型相关之间的关系当p=q=1时，x与y之间的（唯一）典型相关就是它们之间的简单相关；当p=1或q=1时，x与y之间的（唯一）典型相关就是它们之间的复相关；可见，复相关是典型相关的一个特例，而简单相关是复相关的一个特例.第一个典型相关系数至少同x（或y）的任一分量与y（或x）的复相关系数一样大，即使所有这些*主编：费宇*12.5简单相关、复相关和典型相关之间的关系复相关系数都较小，第一个典型相关系数仍可能很大；同样，从复相关的定义也可以看出，当p=1（或q=1）时，x（或y）与y（或x）之间的复相关系数也不会小于x（或y）与y（或x）的任一分量之间的相关系数，即使所有这些相关系数都较小，复相关系数仍可能很大.*主编：费宇*12.6分量的标准化处理一般来说，典型变量是人为定义的，也就是说它没有实质意义.如果使用原始变量，那么典型系数a，b的单位与x和y的单位成比例．而x和y的各分量的单位往往不全相同.我们希望在对各分量作标准化变换之后再作典型相关分析，这样原始变量就有零均值和单位方差，典型变量就没有测量值单位．*主编：费宇*12.6分量的标准化处理记，，，.为的相关矩阵.对x和y的各分量作标准化变换，即令.现在来求和的典型相关变量：*主编：费宇*12.6分量的标准化处理于是*主编：费宇*12.6分量的标准化处理因为，，所以其中，.同理*主编：费宇*12.6分量的标准化处理其中，.由此可见，为和的第i对典型系数，其第i个典型相关系数仍为ρi，在标准化变换下具有不变性，这一点与主成分分析有所不同．和的第i对典型变量具有零均值，且与x和y的第i对典型变量只相差一个常数．*主编：费宇*12.7样本典型相关系数及其

对应典型相关变量的计算前面我们是从变量x与变量y的协方差阵Σ出发考虑x与y的典型相关变量,这称为总体典型相关变量,但在实际例子中一般并不知道Σ,因此通常采用样本协方差阵S代替Σ.由12.6节的分析可知，在大多数情况下，我们在进行典型相关分析时，需将数据标准化，这时样本协方差矩阵S即为样本相关阵.根据样本相关阵计算得到的典型相关变量，称为样本典型相关变量，具体计算过程如下．设容量为n的样本来自正态总体,两组变量的观测值分别记为x=(x1,x2,…,xp)T和y=(y1,y2,…,yq)T,不妨设p≤q,则样本数据矩阵为*主编：费宇*12.7样本典型相关系数及其

对应典型相关变量的计算*主编：费宇*（1）计算样本相关系数（1）计算样本相关系数阵,并将剖分为其中,是第一组变量x的关系数阵,是第二组变量y的相关系数阵,而、(=)为变量x与变量y的相关系数阵.（2）计算典型相关系数及典型变量（2）计算典型相关系数及典型变量设首先求的特征根，，…，（），并求对应的特征向量