应用多元分析 实验五.doc_第1页
应用多元分析 实验五.doc_第2页
应用多元分析 实验五.doc_第3页
应用多元分析 实验五.doc_第4页
应用多元分析 实验五.doc_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

应用多元分析实验五典型相关分析班 级:应数08-1姓 名:王彩丽学 号:200810020132实验五 典型相关分析一、实验目的:通过本实验掌握使用SAS进行典型相关分析的方法。二、实验内容:编程做典型相关分析。三、实验步骤:5.4.1编程实现相关分析代码:结果及其分析:图1为各个数值的均值和标准差图2典型相关系数及检验图3输出中包括了典型相关系数,修正的典型相关系数,近似标准误差及典型相关系数的平方。可以得到,第一相关系数为。检验在这个总体中当前的典型相关系数及比它小的所有典型相关系数均为0的假设。包括似然比统计量,近似F统计量,分子自由度,分母自由度及检验的P值。似然比值小于0.84036276,近似F统计量值为454.09,概率水平值小于0.0001,故在的显著水平下,否定所有典型相关系数为0的假设,也就是至少有一个典型相关都是显著的。在下一行,得到结果说明第二个典型相关也是显著的。图3从原是变量出发的典型相关系数 图4标准化的典型系数由图4可以得到第一对典型变量为:图5典型结构图5给出了原始变量和典型变量的相关系数。5.4.2编程实现相关分析代码:结果及其分析: 图1为各个数值的均值和标准差 图2变量间的相关系数矩阵图3典型相关系数及检验图3输出中包括了典型相关系数,修正的典型相关系数,近似标准误差及典型相关系数的平方。可以得到,第一相关系数为。检验在这个总体中当前的典型相关系数及比它小的所有典型相关系数均为0的假设。包括似然比统计量,近似F统计量,分子自由度,分母自由度及检验的P值。似然比值为0.37716288,近似F统计量值为6.6,概率水平值为0.0003,故在的显著水平下,否定所有典型相关系数为0的假设,也就是至少有一个典型相关是显著的。图4从原是变量出发的典型相关系数 图5标准化的典型系数 由图5可以得到第一对典型变量为:图6典型结构 图6给出了原始变量和典型变量的相关系数。图7典型变量的得分 图7给出了第一对典型变量(u1,v1)的标准得分值及原始变量的观测数据。图8第一对典型变量得分的散点图第一对典型变量得分的散点图可以看出散点在近似的一条直线上分布。四、实验小结 通过本次实验,认识了典型相关分析是应用降维思想研究两组变量之间相关性关系的一种多元统计分析方法,它能够揭示两组变量之间的内在联系,真的反映两组变量间的线性相关情况。CANC

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论