《典型相关分析实证分析ppt课件.ppt》由会员分享，可在线阅读，更多相关《典型相关分析实证分析ppt课件.ppt（24页珍藏版）》请在金锄头文库上搜索。
1、典型相关分析实例分析 一 身 体 形 态 与 健 康 状 况 的 典 型 相 关 分 析 例 1 二 长子和次子头型的相关性进行典型相关分析 例2 统计软件 SPSS 一 利用SPSS进行典型相关分析 实例1 n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 n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 Cano
2、nical correlation sps 宏 具体方法如下 1 按 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 Program Files x86 SPSSInc SPSS16 Canonical correlation sps CANCORR SET1 x1 x2 x3 x4 SET2 y1 y2 y3 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 Correlations for Set 1 Correlations for Set 2 Correlatio
3、ns Between Set 1 and Set 2 两组变量内部以及两 组变量之间的相关系数矩阵 Correlations for Set 1 x1 x2 x3 x4 x1 1 0000 7697 5811 1022 x2 7697 1 0000 8171 1230 x3 5811 8171 1 0000 1758 x4 1022 1230 1758 1 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 Correlations for Set 2 y1 y2 y3 y1 1 0000 8865 8614 y2 8865 1 0
4、000 7465 y3 8614 7465 1 0000 Correlations Between Set 1 and Set 2 y1 y2 y3 x1 7582 8043 5401 x2 8572 7830 7171 x3 8864 7638 8684 x4 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 Canonical Correlations 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 Test that remai
5、ning correlations are zero 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 n Raw Canonical Coefficients for Set 1 1 2 3 x1 031 139 130 x2 019 014 280 x3 058 089 101 x4 071 019 010 Raw Canonical Coefficients for Set 2 1 2 3 y1 121 032 461 y2 021 155 215 y3
6、 021 227 189 5 Standardized Canonical Coefficients 两组典型变量的标准化 系数 本例中的数据单位并不统一 Standardized Canonical Coefficients for Set 1 1 2 3 x1 256 1 130 1 060 x2 151 113 2 215 x3 694 1 067 1 212 x4 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 Standardized Canonical Coefficients for Set 2 1 2 3 y1
7、 721 191 2 739 y2 171 1 265 1 751 y3 142 1 514 1 259 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 n6 Redundancy Analysis 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
8、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 n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 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 Program Files x86 SP
9、SSInc SPSS16 Canonical correlation sps CANCORR SET1 x1 x2 SET2 y1 y2 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 Correlations for Set 1 x1 x2 x1 1 0000 7346 x2 7346 1 0000 Correlations for Set 2 y1 y2 y1 1 0000 8366 y2 8366 1 0000 Correlations Between Set 1 and Set 2 y1 y2 x1 7108 7022 x2 6932 7070 长子 长子头长x1 长子头宽x2 次子 次子头长y1 次子头宽y2 2 典型相关系数和典型相关的显著性检验 表2 4 冗余分析 此课件下载可自行编辑修改 供参考 感谢您的支持 我们努力做得更好
