典型有关分析SPSS例析

1、典型相关分析典型相关分析（Canonical correlation）又称规则相关分析，用以分析两组变量间关系的一种方法；两个变量组均包含多个变量,所以简单相关和多元回归的解惑都是规则相关的特例。典型相关将各组变量作为整体对待,描述的是两个变量组之间整体的相关，而不是两个变量组个别变量之间的相关。典型相关与主成分相关有类似， 不过主成分考虑的是一组变量，而典型相关考虑的是两组变量间的关系，有学者将规则相关视为双管的主成分分析；因为它主要在寻找一组变量的 成分使之与另一组的成分具有最大的线性关系。典型相关模型的基本假设：两组变量间是线性关系， 每对典型变量之间是线性关系，每个典型变量与本组变量之

2、间也是线性关系；典型相关还要求各组内变量间不能有高度的复共 线性。典型相关两组变量地位相等， 如有隐含的因果关系，可令一组为自变量，另一组为因变量。典型相关会找出一组变量的线性组合X*ax与Y*=bj yj ，称为典型变量；以使两个典型变量之间所能获得相关系数达到最大,这一相关系数称为典型相关系数。ai和bj称为典型系数。如果对变量进行标准化后再进行上述操作，得到的是标准化的典型系数。典型变量的性质每个典型变量智慧与对应的另一组典型变量相关,而不与其他典型变量相关；原来所有一个典型相关系数只是两个典型变变量的总方差通过典型变量而成为几个相互独立的维度。量之间的相关，不能代表两个变量组的相关；各

3、对典型变量构成的多维典型相关，共同代表 两组变量间的整体相关。典型负荷系数和交叉负荷系数典型负荷系数也称结构相关系数，指的是一个典型变量与本组所有变量的简单相关系数,交叉负荷系数指的是一个典型变量与另一组变量组各个变量的简单相关系数。典型系数隐含着偏相关的意思，而典型负荷系数代表的是典型变量与变量间的简单相关,两者有很大区别。重叠指数如果一组变量的部分方差可以又另一个变量的方差来解释和预测,就可以说这部分方差与另一个变量的方差之间相重叠，或可由另一变量所解释。将重叠应用到典型相关时，只要2简单地将典型相关系数平方（ CR ），就得到这对典型变量方差的共同比例，代表一个典型变量的方差可有另一个典

4、型变量解释的比例，如果将此比例再乘以典型变量所能解释的本组变量总方差的比例，得到的就是一组变量的方差所能够被另一组变量的典型变量所能解释的比例，即为重叠系数。例 1 : CRM ( Customer Relationship Management）即客户关系管理案例，有三组变量，分别是公司规模变量两个（资本额，销售额），六个CRM实施程度变量（ WEB站，电子邮件，客服中心，DM 快讯广告 Directmail缩写，无线上网，简讯服务）个CRM绩效维度（行销绩效，销售绩效，服务绩效）CapitalSalesWeb， 1MailCall 1DMhZobileShortMP romp 11 S 创

5、 mP55010581 OO4 004|1 001 001 002 002 003600550'01.835 001 573 50too1 002 573 002S1SSOOO3 333eo1 2&1 001 001 003 002 33155040003 172402 001 751 001 002 712 009D019352.504G01.001 00roo1 002.573.00750020001 DOII 001 001 001 001 002 712 00。试对三组变量做典型相关分析。ServP2 GQ4.002.002 5'0'3.002 OiO&

6、#39;数据的格式如上所示，以下对三组变量两两做典型相关分析。首先对公司规模和 CRM实施程度做典型相关分析SPSS并未提供典型相关分析的交互窗口，只能直接在syn atxeditor窗口中呼叫SPSS的CANCORR程序来执行分析。并且 cancorr不能读取中文名称,需将变量改为英文名称。打开文件后File- newsynatx editor打开语法窗口输入语句INCLUDE 'D:s pss19Sa mp lesE nglish'Ca nonical correlatio n.s ps'.CANCORR Set1=C apital Sales/Set2=Web M

7、ail Call DM Mobile ShortM.小写字母也行，但是变量名字必须严格一致in clude 'D:s pss19Sa mpl esE nglish'Ca non ical correlati on.sp s'.can corr set1=Ca pital Sales/set2=Web Mail Call DM Mobile ShortM.注意第三行的“ / ”不能为“ ”8（据也转换書 分析迥 直销迴）團形 实用程序妙f蹈运八工具笆：窮E比 帮助 ® W 激活:I canon忙刨_加rr职抽口r_active_daia_include D. t

8、spslS'lSamples吃nglishlC別ionic对 conrelatinn.sp cancorr set1=Caprt3l Sales(=Web Mail Call DM MohiFe ShortMrun all得到典型相关分析结果Correlatioins for S皂t-1Cap-ital Sal 总 sCapital 1.0000 .7143Sales .7145 1.0000第一组变量间的简单相关系数Correlations for Set-2僦b Mail Call DM Mobik Sh-nMl.OOO'O ,5991公勢1.4938.3842僦bMail

9、CallDri1.0000 .5776 .5175.377b 1,0000 .64to3.3175 ,6463 l.OOOC.1?15.374*342,3576.5555.278,4961Mobil- ,1815 ,3374 5342 .3S78ShortM .3555 .335S .£273 .43frl1,0000 .e2S0.62S0 1.0000Correlations Betw唱en Set-1 and Set-2Wt Mail Call DM Mobile .1873Capiial .273S .1733 .313Sals ,1S7G ,1343 .2537ShortM.

10、3ieo.2260 .3965.2374.3409Canonical Correlations1 4汩2 .258第一对典型变量的典型相关系数为CR1=0.434 ,第二对典型变量的典型相关系数为CR2=0.298.DF SiQ.12 MO '.OSO5.000,263Test that remaining correlations are zero: WIk's Chi-SQ1 .735 20殆S2 311 t.4 690.此为检验相关系数是否显著的检验，原假设：相关系数为每行的检验都是对此行及以后各行所对应的典型相关系数的多元检验。第一行看出，第一对典型变量的典型相关系数是

11、不为0的，相关性显著。第二行 sig值P=0.263>0.05 ，在5%显著性水平下不显著。Standardized 匚anonkal Coefficients far Ser-1 2-.7741.201Capital -.2S7 -1,400Sal sCanonical Coefficients for Sz-11 2Capital ,000,000Sal-as .OO'O ,000第一个典型变量的标准化典型系数为-0.287 和-0.774.CV1-1=-0.287ca pi tal-0.774sales.CV1-2=-1.4ca pital+1.2salesStanJari

12、z>ed Canonic：allnts foSwt-21 2-,541-453.117-.155,027 -L075-.051We b Mail Call DMAS'OMobileShortM-.7 67-.174.135.312Raw Canonical Coefficients for Set-2CV2-1=-0.341web+0.117mail+0.027call0.091DM 0.767mobile 0.174shortmWb-.550-.419Mail,101-14SCall.019-.762DM-074,338Mobile.S37.LS2ShortM-154.763C

13、V2-2=-0.433web 0.168mail 1.075call+0.490DM+0.139mobile+0.812shortmCanonical Loadings for SaT-1 1 2Capital -,841-.?42Smies -.3S0.201Cross Loadings for Set-11 2Capital -.35-.162別 3-.425.060典型负荷系数和交叉负荷系数表Can<?nicll Loadings for Swt-21 2-?ie-.354-,c74-527-.317WbMillCallDMMobileShortM-530-.273-.451.02

14、8415,2F5匚ros£ LoadingsJ1 2-£4-.154-233-.229-338-.332for Sat-2gbMailCall DMMobileShortM-.0S1-.134.00S -034 .077Redundancy Analysis:Proponion of Variance of St-1 Explained by It; Own Can. Var.Prof.833,167CVl-1CVl-2of Variance of Sex-1 Explained by Opposite Can.Vir. Prop varCV2 -1CV2-2P ropor

15、don,157,OiSP rap 匕 rd 七 n52-1匚 V2-2of Viriane-i of St-2 Eyplsin电占 by Its Own Can. var.Prop Var.425,107Priporliun QfGf S电t一2tv Op-positE Can. Var,Prop VrCVl-1f：Vl-2,0S0.O02f重叠系数分析Redu ndancy in dex20.157= CR1 *0.833=0.4342*0.83320.08= CR1 *0.425 =0.4342*0.425S1_CVOOI1 'S2_CV001S1_CV002 IIS2 CVD02

16、-oc-醐02!-56-1 33-.讪-.33-.18-1 95-.OBi-1 SO-13X 39-1 59-OG-1 41-i0i1-1 16-202S-.64'-01-07”1 33'03-G6-07-97-14'-54-62-3 39-.'91-39-69-2 958867-272194 JI-30-1 7907 i-22-.20-4 11-20-01-.30-1 33.21'-24-28-2 03£7-04-1 3704'-73此为计算的典型变量，保存到原文件后部。公司规模与CRM绩效的典型相关分析Can<jnical C

17、-orrsiati.ns1 .3582 80Chi-5Q DF Sig.10,318 e.OOC .112.5832.900.747Tmsi that remainmg «irrelatk»ns WilkH.532CRM绩效与CRM实施程度典型相关分析Canonical! Correlations.744.333.255that remaining co己lotions aw ro: Sil a,.000.159卫se.368.530Chi-SQ69.033134吕15.011DF18.00010,0004.000自变量因变量规则相关系数检验的P值公司规模CRM实施程度0.

18、4340.05CRM实施程度CRM绩效0.3680.00公司规模CRM绩效0.3580.112由上表知，公司规模与CRM实施程度显著相关,且公司规模越大实施程度越高；此外CRM实施程度越高越能实现 CRM绩效，但公司规模与 CRM绩效并不显著相关；就整体而言,公司规模不直接影响 CRM绩效，而是通过CRM实施程度间接影响 CRM绩效。影响CRM绩因素很多，光靠较大公司规模还不是CRM绩效的保证，还有其他因素影响CRM绩效。例2 :全国30省市自治区农村收入与支出的指标,x1 x4反映农村收入，y1-y8 反映农村生活费支出，对收入与支出进行典型相关分析。睦 i福 】江西I山东 liTO 湖北广

19、东 广西 海雨 cm IIIJIx3x4护!234.21190074孙49353Sj2£.4270.5§j1S£520.541295.96113.16113.93W93.4&99 1711215319 iG91 HGI 4741 691J &1774 6170.27,iq408'96'1230 564G 7728 78748 68102 03：:20G163.ei1004.1935 3223.45544.2 fi77 07!1131192 36123 3747 5133 48763 91Bl 11;!申260 001035 394G

20、 1615 110加9173 5<,192712.24'I1756.741处305ooe1526.0091.31''3ia202 lOi1156 OS74 541144760 2&49 1713E3 5713'07 3G33 9774 31737 2143 oel1!驻! .闻A话srn ±1勺卩71詰7怕fi肆PI1177名称妻型小数1标签已偲9字符串fl地区Xl数值iWS2茅动番报酬（元数值（WS2家庭经营ife入（x3数直（WS2端穆性收入（S.x4数值讥e2财产性收入（无yi数值冋e2食品交出t元）V2mfifNj32衣看支出元）

21、y3数值训s2居住支出元）y4s2家庭锻备及服勢=声数值（ws2医疗保健支出C .y6s2交通和通讯支出y?s2文教F娱乐用品ye数值s2其他商品及服勞语法输入INCLUDE 'D:/s pss19/Sa mp les/E nglish/Ca nonical correlatio n.s ps'.can corrset1=x1 x2 x3 x4/set2=y1 y2 y3 y4 y5 y6 y7 y8.电I盘ti右rts ftr S电t-lxl >:2 Xi x4yl1.0000.3£SG.7351.5701x2.3586L.O'OOO,4363.367

22、3x3,7331,4363bOOCO,4867x4.5701.5575.4 8571.0000Correlations for Set-2以 V2 V50' ysyi1.0000.7133.8432.8837,5331.S9SS.8380.8772y2.7193bOOOOJ273.3323J5C0,3144.tS2?,7846y3.54 32.72731.0000.8380.5061.5150.7756.30'? 3.S337,S>28,S9'Q01.0000.5362豆53.S44t,SOSO.5331.7 SOO.5061.53521.0000.6616.63

23、51.5863.S9S5,8144,3150.35531.0000.5733,5307y.8950.5S25 円s，八 tt?.8446宀SI.S739LOOOO.7&S1.8772,7846,3073,3030爲363.3307.73811,00'*00that remaining correlations ar电?ero:Wk5Chi-SQDF Sig.1,003L32,3S132.000,000二.0765S.10521.000.000,44215,231.10?4S.50L£000.131Canonical Correlations1.582,310.55&#

24、39;5*61只有前两对典型相关系数是显著的；分别为CR1=0.982 和 CR2=0.910.Stanidardized Canonical Coefficients for Set-11234>:1'.511-1,046 WOE-L.034-.05-am.53 557m-.4421,453-.150,179x4-.142-.315-.SS7.S06CV1-1=-0.511x1-0.039x2-0.448x3-0.142x4CV1-2=-1.046x1-0.293x2+1.459x3-0.319x4Standardized 匚anonical Coefficients for Set-2L234yi-.133-.1171-553y2.017-L512-1.24S.614-442L002-.5151.320i.OLi-2.446.096-.0311.055-.137-.415.705-1.457-启2b-.070-1.054.543ys-.220.2741.3