典型相关分析报告报告材料SPSS例析

1、实用标准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

2、本组变量之间也是线性关系；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*=£ bjyj ,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；原来所有变量的总方差通过典型变量而成为几个相互独立的维度。一个典型相关系数只是两个典型变量之间

3、的相关，不能代表两个变量组的相关；各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，只要简单地将典型相关系数平方（CR2）,就得到这对典型变量方差的共同比例，代

4、表一个典型变量的方差可有另一个典型变量解释的比例，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网站，电子邮件，客服中心，DM快讯广告 Direct mail缩写，无线上网，简讯服务），三个CRM绩效 维度（行销绩效，销售绩效，服务绩效）。试对三组变量做典型相关分析。CapitalSalesWebMailCal

5、lDMMobileShcitMPromPSalePSerP650185S1 004 001 141 001 001 002 002 002 00二 360065001 635 001.573501 001.002 573 004 002S1S£0003 S33 601 291 001 001 003.002 332.00159040003 172 4Q2 001 751 00too2 712 002 5090019352504.601.001 001.001 002573 003.00750020001 001 001 001 001 001 002 712 002 00数据的格式如

6、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synatx editor窗口中呼叫SPSS的CANCORRg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- new - synatx editor 打开语法窗口输入语句INCLUDE 'D:spss19SamplesEnglishCanonical correlation.sps'.CANCORR Set1=Capital Sales/Set2=Web Mail Call DM Mobile Sh

7、ortM.小写字母也行，但是变量名字必须严格一致include 'D:spss19SamplesEnglishCanonical correlation.sps'.cancorr set1=Capital Sales/set2=Web Mail Call DM Mobile ShortM.注意第三行的“ /”不能为“ ”文案大全C辘m 转操© 分析喳 直销但；图形 实用程序乜；/酝百，工具金 胃口便 帮助1 include D-'.sp-ss19 Sar>ipies.English .Canonical correlstioit sp2 9 cancor

8、r s&tjFCapital Sales3，由 f/seh=Web Mail Call m Mobile ShortMIIrun all得到典型相关分析结果Correlations for Set-1Cap-itilCapital 1,0000 .143Sales 7145 1.0000第一组变量间的简单相关系数Correlations for Set-2W岫 Mail Call DM Mobile ShortMWeb LOOOO .3391 ,435g ,3842 1S15 ,B5E5 Mail.39911.0000 .3776.3176.3374.3338Call.4938.377

9、G 1.0000.64e3.5342.278DM.3842.3176 .64631 00003578.4961Mobile .1815 .3374 .5342 ,3578 1,0000 .6280ShonM .35?5 ,3335 ,&27S ,4961 ,280 1.0000CorrelaTionB Eetween Set-1 and Set-2 内咆b Mail Call DM Mobile ShcrtMCapital »2738 11733 .318 .1879 .3160 .2374 Sals ,1876 .1343 .2597 .2260 .3969 .3409Ca

10、nonical Correlacions 1,4342.298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.Test that remaining correlations are zero:?VSIk's Chi-SQ DF Sig,1.733 20.393 12,000 ,0502.911 &469 5.000 ,263此为检验相关系数是否显著的检验，原假设：相关系数为0.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。sig值第一行看出，第一对典型变量的典型相关系数是不为0的，相关性显著。第二行P=0.2

11、63>0.05,在5%显著性水平下不显著。Standardized Canonical Coefficients for 5迫r-112Capital 2 87 - L400Saks -J74 1.201Raw Canonical Coeffi :ients for Set-112Capital .000.000Sales .000 ,000第一个典型变量的标准化典型系数为-0.287和-0.774.CV1-1=0.287capital-0.774sales, CV1-2=-1.4capital+1.2salesStandardized Cain切nisal Cq§fFiiwn

12、t5 fgSet-212Web-,341Mail.117*.168Call.027 -1.075DM-.091,490Mobile-.767,139ShortM -.174.S12Raw Canonicalnrs for Set-212Web -.330 -.419Mail.101 -145Call .019 -562DM-.074 ,398Mobile -.237,152ShortM -.164,7*53CV2-1=-0.341web+0.117mail+0.027call 0.091DM 0.767mobile 0.174shortmCV2-2=-0.433web0.168mail1.07

13、5call+0.490DM+0.139mobile+0.812shortmCanonical Leadings faSet-212愠 b -.516 -,530Mail-.354-.273Call-.674-.451DM-.527.028Mobile -317415ShortM -.755.255Canomical Loadings for Set-1 12Capital -.841 -S42Sales -980.201Cress Leadings for Set-1 12Capital -.365 1162Sales -.425 .060Crc>ss Loadings for Set-

14、2 12M匕 -.224 - LSMail*.154 -.081Call -.293 -1134DNI-.229 .008Me bile -398 QW4ShoM -332.07 7典型负荷系数和交叉负荷系数表Redundancy Analysis:Proportion of Variance of Sex-1 Explained by Its Own Cm. Var.Prop VarCV1-1.833CV1-2,167Proportion of Var anc电 of Sex-1 Explained by OpposiT« Can,VanProp VarCV2-L,15了CV2-2

15、,CISProportion 弓f %'岂打之口广。of S$t-2 Eyiplain4d Eyltc Own Ciri. var. Prop VarCV2-1.425CV2-2.107Proportion Qf v'rian of 5孤一2 Explained by Oppsit Can. VanProp VarCV1V,CS0CV1-2C0&重叠系数分析 Redundancy index20.157=CR1 *0.833=0.4342*0.8332 .0.08= CR1 *0.425 =0.434A2*0.425S1_CV001 IS2_CV001S1_CV002S

16、2_CV002I-06明02-56-231.3310-3&-.W-1.S&48-1.80-.13-1 89CO-1 59|- C6-1 41-01-1 16-20*1 29.64-01C7-1 9303-0797-14-54I2-3.39-.91-£9-2.95-.83-67I-27金1932-4 31I-30-1 7907-22I-.20411-20-.0l|-,3S-1.33. 2T-.24I-282 031657|-04-1 3704-78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-: nical rrslati1.3532

17、.090st thmt remaining c-orr el anions a日 Wilk's Chi-SQ OF 5ig.1.865 10318 .000 ,1122.392 ,583 2.000.747That remaining c?rrelai pns Qe £ero:Wilk'sChi-SQDFSi j.1,36869,03318,000,0002,S2313,4tl10,000,1933,3305.0114.000.286检验的P值CRM绩效与CRM实施程度典型相关分析Canonical Correlation51.7442.3393.26S公司规模CRM

18、实施程度0.4340.05CRM实施程度CRM绩效0.3680.00公司规模CRM绩效0.3580.112自变量因变量规则相关系数由上表知，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，x1x4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。占

19、由白X1短I乂4y2234.21960 7452 4935 38625 4270 5616£福建520.&41295.96113.1G113931093.4599 172腔江西319 69(1161.4741 6914 61774 6170 27政山东406 981230,5646 7723.7874868102 032oe1河南163.511004 1935.3225.45544. 2 677 07131湖北19236123,3747,5133,46753.9101.11147湖南268 00I 1095 0946 1G1& 1182191735保广东712.241

20、765.74180.3050 061223 0091 3134EJ西202 101153 0674 541144760 2643 171英海南53 5了1307 S683 9774 31737 2140 06炙I7DUI7HR 4n白酊AA47 E?1钻7但书L 名称类型宽L小数r 标签 hiares字符串0地区1xl数值（N）82劳动者报叫（元：x2数值小）82家庭经营收入（：x3数值时82转移性收入（元：x4数值MS2产性收入（?E :vi数值可02食品支出元）数值N82衣着支出1元）数值（N）82居住支出元）y4数回N82冢底设备及服务：/数值N82医疗像律支出（:y6数值M82交通和通

21、汨支出：数值（N）82文教、娱乐用品1yS数值M$2其他商品及服务：语法输入INCLUDE 'D:/spss19/Samples/English/Canonical correlation.sps'. cancorr set1=x1 x2 x3 x4/set2=y1 y2 y3 y4 y5 y6 y7 y8.xl :mN x3i x4xl 1.0000,3586,7351x2 .35861.0000,4363x3 J381.43691.0000Co ml at 16 ns fcr st-15701 ,3673 ,48G7上 4 .5701 .3673 .4867 1.0000C

22、orrelati ons foSwL二yl 1.0000 y2 .7193S432 8837 6331 EJR三. 的汽。8772,7193石4支8SS7,6331,8385L0C00,7273,8328100,8144,72731.0000,8380,5061,9150,8328,89801.00QO,63G2,9553,7500,5061.53621.0000,6616,8144515 0.95 5 m.e t-ltr1,0000,6825.7766.8446.£二七1,S739J8465。;,3080而869,9307名犯0 .P2 .6825 .7846 .7766 .907

23、 3 ,S446 ,9080 ,6381,S739 .9307 1.0000 .7951 ,7931 1.0000Canoriical Correlations1.3822.3103.5964.561rhar remaining co rrelations arWilk工Chi-SQDF Sig.1,003132.95132.000.000,07558,10521,000,000q 一,44 218,35112,000J0548-5015.000,131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.Standar d Cane-nical Coefficient

24、s for Set-143。另 '1.034,333.S"3123xl YIU -1.046x2 -033 际-.4451.49.179-142-.319-.887.806CV1-1=-0.511x1-0.039x2-0.448x3-0.142x4CV1-2=-1.046x1-0.293x2+1.459x3-0.319x4Standardized Canonical Coefficients for Set-21234yi-.199-.117L55W,816,017-1.512-1.248.614yS,442-L5151,002-毋5 5y4-,6151.3201.011-2.446#5,096-0311.063-.137415,705-1.437-326甲-.07 0,453-1.054,943-220,2741.3