典型相关分析 实证分析.ppt

典型相关分析实例分析 一 利用SPSS进行典型相关分析实例1 例1 测量15名受试者的身体形态以及健康情况指标 如1 1表 第一组是身体形态变量 有年龄 体重 胸围和日抽烟量 第二组是健康状况变量 有脉搏 收缩压和舒张压 要求测量身体形态以及健康状况这两组变量之间的关系 表1 1两组身体素质的典型变量 一 操作步骤在SPSS中没有提供典型相关分析的专门菜单项 要想利用SPSS实现典型相关分析 必须在语句窗口中调用SPSS的Canonicalcorrelation sps宏 具体方法如下 1 按File New Syntax的顺序新建一个语句窗口 在语句窗口中输入下面的语句 图1 1 INCLUDE C ProgramFiles x86 SPSSInc SPSS16 Canonicalcorrelation sps CANCORRSET1 x1x2x3x4 SET2 y1y2y3 2 点击语句窗口Run菜单中的All子菜单项 运行典型相关宏命令 得出结果 图1 1语句窗口 二 主要运行结果解释1 CorrelationsforSet 1 CorrelationsforSet 2 CorrelationsBetweenSet 1andSet 2 两组变量内部以及两组变量之间的相关系数矩阵 CorrelationsforSet 1x1x2x3x4x11 0000 7697 5811 1022x2 76971 0000 8171 1230 x3 5811 81711 0000 1758x4 1022 1230 17581 0000 身体形态 年龄x1 体重x2 胸围x3 日抽烟量x4 健康状况 脉搏y1 收缩压y2 舒张压y3 CorrelationsforSet 2y1y2y3y11 0000 8865 8614y2 88651 0000 7465y3 8614 74651 0000CorrelationsBetweenSet 1andSet 2y1y2y3x1 7582 8043 5401x2 8572 7830 7171x3 8864 7638 8684x4 0687 1169 0147身体形态 年龄x1 体重x2 胸围x3 日抽烟量x4 健康状况 脉搏y1 收缩压y2 舒张压y3 2 CanonicalCorrelations 典型相关系数 从表中可以看出第一典型相关系数达到0 957 第二典型相关系数为0 582 第三典型相关系数为0 180 3 Testthatremainingcorrelationsarezero 典型相关的显著性检验 从左至右分别为Wilks的统计量 卡方统计量 自由度和伴随概率 在0 05的显著性水平下 三对典型变量中只有第一对典型相关是显著的 典型相关系数的显著性检验 RawCanonicalCoefficientsforSet 1123x1 031 139 130 x2 019 014 280 x3 058 089 101x4 071 019 010RawCanonicalCoefficientsforSet 2123y1 121 032 461y2 021 155 215y3 021 227 189 5 StandardizedCanonicalCoefficients 两组典型变量的标准化系数 本例中的数据单位并不统一StandardizedCanonicalCoefficientsforSet 1123x1 256 1 1301 060 x2 151 113 2 215x3 6941 0671 212x4 189 051 027来自身体形态指标的第一典型变量为 身体形态 年龄x1 体重x2 胸围x3 日抽烟量x4 StandardizedCanonicalCoefficientsforSet 2123y1 721 191 2 739y2 171 1 2651 751y3 1421 5141 259来自健康状况指标的第一典型变量为 由于Y1 脉搏 的系数 0 721绝对值最大 说明健康状况的典型变量主要由脉搏所决定 身体形态 年龄x1 体重x2 胸围x3 日抽烟量x4 健康状况 脉搏y1 收缩压y2 舒张压y3 6 RedundancyAnalysis 典型变量的冗余分析 给出的四组数据分别是 身体形态变量被自身的典型变量解释的方差比例被健康状况的典型变量解释的方差比例健康状况变量被自身的典型变量解释的方差比例被身体形态的典型变量解释的方差比例 典型冗余分析 身体形态变量被自身的典型变量 健康状况的典型变量解释的方差比例 身体形态变量被自身的第一典型变量解释了57 6 健康状况变量被自身的典型变量 健康状况的典型变量解释的方差比例 健康状况变量被自身的第一典型变量解释了87 4 二 利用SPSS进行典型相关分析实例2 例2 利用SPSS软件对C R Rao 1952 关于典型相关的经典例子进行分析 表2 1列举了25个家庭的成年长子和次子的头长和头宽 利用典型相关分析法分析长子和次子头型的相关性 一 操作步骤1 按File New Syntax的顺序新建一个语句窗口 在语句窗口中输入下面的语句 INCLUDE C ProgramFiles x86 SPSSInc SPSS16 Canonicalcorrelation sps CANCORRSET1 x1x2 SET2 y1y2 2 点击语句窗口Run菜单中的All子菜单项 运行典型相关宏命令 得出结果 表2 1长子和次子的头长与头宽 二 主要运行结果解释 1 典型相关系数 CorrelationsforSet 1x1x2x11 0000 7346x2 73461 0000CorrelationsforSet 2y1y2y11 0000 8366y2 83661