典型相关分析

/
结论：观点相关 高学历HED（观众） VS
艺术家ARTI、部门经理MAN（业内人士） VS 发行人COM（业内人士）
低学历LED及网民NET（观众）
但第二对典型变量远不如第一对典型变量显著。
身体形态：体重（X1）、年龄（X2）、身高（X3） 健康状况：血压（Y1）、脉搏（Y2）、心率（Y3）
2，基本思想：

主成分分析 1.因变量：典型变量—原始变量的线性组合
V a1 X 1 a 2 X 2 a p X
p

百度文库
2.协变量：典型变量—原始变量的线性组合
W b1Y1 b 2 Y 2 b q Y q

最重要：对运行结果的分析！
•Vi与Wi的具体表达形式 •Vi与Wi的相关系数， i
① ②
③
相关性检验 典型相关系数 冗余分析：典型变量所包含的原始信息量的大小
典型变量的原始系数/典型变量的标准化系数
④
因 变 量 的 原 始 系 数 标 准 化 系 数
/
协 变 量 的 原 始 系 数 标 准 化 系 数
案例：分析观众和业内人士对于一些 电视节目的观点有什么样的关系？

①
语法命令：
MANOVA led hed net WITH arti com man /DISCRIM ALL ALPHA(1) /PRINT=SIG(EIGEN DIM).
② include'canonical
correlation.sps'. Cancorr set1=led hed net/ Set2=arti com man/.
典型相关分析
参考：《spss在统计分析中的应用》 清华大学 朱建平等
理论基础： 简单回顾

spss操作： 没有专门的分析工具 语法命令导入


结论分析！
1，为什么引入典型相关分析？ 两个随机变量： pearson相关系数 kendall秩相关关系 spearman秩相关系数 两组变量/向量？

3，典型相关系数的求解步骤； 由Lagrange乘数法及矩阵的相关知识
p
V a1 X 1 a 2 X 2 a p X
W b1Y1 b 2 Y 2 b q Y q
•Vi与Wi的具体表达形式 •Vi与Wi的相关系数， i
需注意： 典型变量和典型系数向量：2、3、4对… 相关系数递减、每一对不相关 一般只取前几对