《SPSS典型相关分析.》由会员分享，可在线阅读，更多相关《SPSS典型相关分析.（16页珍藏版）》请在金锄头文库上搜索。
1、SPSS数据统计分析与实践数据统计分析与实践 主讲：周涛 副教授 北京师范大学资源学院 教学网站： 第二十二章：典型相关分析 （ 第二十二章：典型相关分析 （Canonical Correlation） 典型相关分析（典型相关分析（Canonical Correlation） 本章内容： 一、典型相关分析的基本思想 二、典型相关分析的数学描述 三、SPSS实例 四、小节 典型相关分析的基本思想典型相关分析的基本思想 ?典型相关分析是研究两组变量之间相关关系的一种多 元统计方法。 ?简单相关系数；复相关系数；典型相关系数 ?典型相关分析首先在每组变量中找出变量的线性组合，使其 具有最大相关性；
2、?然后再在每组变量中找出第二对线性组合，使其与第一对线 性组合不相关，而第二对本身具有最大相关性； ?如此继续下去，直到两组变量之间的相关性被提取完毕为 止； ?这些综合变量被称为典型变量（canonical variates）；第I对典型变量间的相关系数则被称为第I 典型相关系数（一般来说，只需提取12对典型变 量即可较为充分的概括样本信息）。 典型相关分析的目的典型相关分析的目的 T q T p YYYY XXXX ),( ),( 21 21 K K = = 设两组分别为p与q维 (pq)的变量X,Y： 设 p + q 维随机向量协方差阵， = Y X Z = 2221 1211 其中11
3、是X X的协方差阵，22是Y Y的协方差阵，12=T21是X X，Y Y的协 方差阵 典型相关分析用X X和Y Y的线性组合U U=a aTX X, V V=b bTY Y之间的相关 来研究X X和Y Y之间的相关性。其目的就是希望找到向量a a和 b b，使（U U，V V）最大，从而找到替代原始变量的典型变 量U U和V V。 典型相关分析的数学描述典型相关分析的数学描述 ?典型相关系数的数学定义为： bbaa ba VVarUVar VUCov VU TT T 2211 12 )()( ),( ),( = 由于随机变量乘以常数不改变其相关系数，为防止不必要的结果重复出 现，最好在其中附加
4、如下的约束条件： 1)( 1)( 22 11 = = bbVVar aaUVar T T 记，则有 21 1 2212 1 11 = A 12 1 1121 1 22 = B bBbaAa 22 ,= 其中既是A又是B的特征根，a和b就是对应于A和B的特征 向量。 2 SPSS实例实例 为研究运动员体力与运动能力的关系，对某 高一年级男生38人进行体力测试（共7项指 标）及运动能力测试（共5项指标）。 运动能力测试指标： Y1 50米跑（秒） Y2跳远（cm） Y3投球（m） Y4引体向上（次） Y5耐力跑（s） 体力测试指标： X1反复横向跳（次） X2纵跳（cm） X3背力（kg） X4握
5、力（kg） X5台阶试验（指数） X6立定体前屈（cm） X7俯卧上体后仰 （cm） SPSS实例实例 SPSS操作操作 ?SPSS采用Canonical correlation.sps宏程序 来实现。 输出结果解释两组变量间的相关系数输出结果解释两组变量间的相关系数 SPSS在三个方框中分别输出的是体力测试指标内部的 相关系数、运动能力测试指标内部的相关系数，以及 两组指标间的相关系数 由体力测试指标内部相关系数看，各指标间相关系数较小，即指标间没有多 大的重复。如果两个指标相关系数很大，可能这两个指标反映的是同一个方 面，可以考虑合并。 输出结果解释两组变量间的相关系数输出结果解释两组变量
6、间的相关系数 SPSS在三个方框中分别输出的是体力测试指标内部的 相关系数、运动能力测试指标内部的相关系数，以及 两组指标间的相关系数 运动能力测试指标间的相关系数也比较类似（各指标间的相关系数较小）， 不过y2（跳远）和y4（引体向上）之间的相关系数较大，达到0.6067 输出结果解释两组变量间的相关系数输出结果解释两组变量间的相关系数 SPSS在三个方框中分别输出的是体力测试指标内部的 相关系数、运动能力测试指标内部的相关系数，以及 两组指标间的相关系数 上表输出的是体力与运动能力之间的相关系数，从二者直接相关系数看， 只有X2（纵跳）和y2（跳远）之间关联程度较大（R0.5584），而其
7、他体 力指标和运动能力指标间的直接关联不大，更多的可能是综合影响。 由于变量间的交互作用，因此，这个简单相关系数矩阵只能作为参考，不 能真正反映两组变量间的实质联系。 典型相关系数及显著性检验典型相关系数及显著性检验 第一典型相关系数为0.763，第二典型相关系数为0.706，第 三典型相关系数为0.607，它们均比体力指标和运动能力指标 两组间的任一个相关系数大，即综合的典型相关分析效果要 好于简单相关分析。 典型相关系数及显著性检验典型相关系数及显著性检验 由于此处的典型相关系数是从样本数据算得的，和简单 相关系数一样，有必要进行总体系数是否为0的假设检 验。此处采用的是Bartlett的
8、2检验，零假设为对应的典 型相关系数为0。 上面的输出结果表明：在0.05的情况下，第一与第 二典型相关系数是显著的。 典型变量的系数体力变量典型变量的系数体力变量 原始变量（Raw Canonical Coefficients）的典型相关变量 的换算系数 标准化变量（Standardized Canonical Coefficients）的典型 相关变量的换算系数 e.g. 来自体力指标的第一典型变 量的计算公式为： U1=0.314X1 + 0.628X2 + 0.295X3 + 0.309X4 + 0.335X5 + 0.033X6 + 0.077X7 典型变量的系数运动能力变量典型变量
9、的系数运动能力变量 来自运动能力指标的第一典型变 量的计算公式为： V1= -0.578y1 + 0.299y2 + 0.199y3 + 0.228y4 + 0.033y5 在第一对典型变量中，大部分变 量的系数都比较均匀，无论是体 力变量还是运动能力指标的系数 都表明，其测试结果越好，泽表 明其综合运动能力越强，可以解 释为全面能力程度 可以解 释为全面能力程度。 典型变量的系数运动能力变量典型变量的系数运动能力变量 来自于体力指标的第二典型变量为： U2 = 0.171X1-0.463X2 + 0.005X3 + 0.155X4 +0.841X5 + 0.146X6 - 0.390X7 来自于运动能力指标的第二典型变量为： V2 = -0.753y1 1.087y2 -0.267y3 + 0.038y4 0.882y5 在对二对典型变量中，在体力指标中X2（纵跳）和X5 （台阶试验）的系数较大，在运动能力指标中y1（50 米跑）、y2（跳远）和y5（耐力跑）的系数较大，所 以第二对典型变量可以解释为腿部能力的关系，表示 跑和跳的能力。
