典型相关系数课件.pptVIP

SAS软件与统计应用教程STAT第七章典型相关与对应分析n7.1典型相关分析n7.2对应分析

SAS软件与统计应用教程STATn7.1典型相关分析n7.1.1典型相关分析的概念与步骤n7.1.2用INSIGHT模块实现典型相关分析n7.1.3用“分析家”实现典型相关分析n7.1.4用CANCORR过程实现典型相关分析

SAS软件与统计应用教程STAT7.1.1典型相关分析的概念与步骤1.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。

SAS软件与统计应用教程STAT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。

SAS软件与统计应用教程STAT2.典型相关系数与典型相关变量设X=(X，X，…，X)，Y=(Y，Y，…，Y)是两12p12q个随机向量。利用主成分思想寻找第i对典型相关变量(U，V)：iiU=aX+aX+…+aX=aXii11i22ippiV=bY+bY+…+bY=bYii11i22iqqii=1，2，…，m=min(p，q)；称a和b为（第iii型变量系数或典型权重。

SAS软件与统计应用教程STAT记第一对典型相关变量间的典型相关系数为：CanR=Corr(U，V)（使U与V间最大相关）；1第二对典型相关变量间的典型相关系数为：1111CanR=Corr(U，V)（与U、V无关；使U与222112大相关）…第m对典型相关变量间的典型相关系数为：CanR=Corr(U，V)（与U，V，…，U，Vmmm11m–1m关；U与V间最大相关）mm

SAS软件与统计应用教程STAT3.典型相关变量的性质各对典型相关变量所包括的相关信息互不交叉，且满足：1)U，U，…，U互不相关，V，V，…，V互12m12m相关，即其相关系数为

SAS软件与统计应用教程STAT2)同一对典型相关变量U和V之间的相关系数为iiCanR，不同对的典型相关变量之间互不相关，即：i3)U和V的均值为0，方差为1（i=1，…，m）。ii4)1≥CanR≥CanR≥…≥CanR≥012m

SAS软件与统计应用教程STAT4.典型相关系数的求解步骤1)求X，Y变量组的相关阵；R=2)求矩阵A=(R11)–1R(R)–1R211222和B=(R22)–1R(R)–1R，211112可以证明A、B有相同的非零特征值；3)求A或B的特征值λ与CanR，A或B的特征值即为典ii型相关系数的平方：λ=(CanR)2ii，i=1，…，m。

SAS软件与统计应用教程STAT4)求A、B关于λ的特征向量。设a为A关于λ的特征向iii量，b为B关于λ的特征向量，则a和b为（第i对）典型iiii变量系数。即第i对典型相关变量(U，V)：iiU=aX*=aX*+aX*+…+aX*iii11i22ippV=bY*=bY*+bY*+…+bY*iqqiii11i22i=1，2，…，m=min(p，q)；其中X的标准化。，Y为原**

SAS软件与统计应用教程STAT5.特征根特征根(eigenvalue)是方差分析和多元检验的基础，特征根与典型相关系数之间的数量关系为：上式可以理解为第i对典型变量表示观测变量总方差作用的指标，它的值越大说明表示作用越大。

SAS软件与统计应用教程STAT6.典型相关系数的标准误7.典型相关系数的假设检验典型相关系数的假设检验包括对全部总体典型相关系数的检验和对部分总体典型相关系数的检验。对数据的要求：1)两个变量组均应服从多维正态分布：(X，Y)～N(μ，σ)2p+q2)np+q

SAS软件与统计应用教程STAT(1)全部总体典型相关系数为