典型相关分析实证分析.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,典型相关分析实例分析,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,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,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,Canonical correlation.sps,宏。具体方法如下：,1.,按,FileNewSyntax,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)SPSSIncSPSS16 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,、,Correlations 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,CorrelationsforSet-2,y1y2y3,y11.0000.8865.8614,y2.88651.0000.7465,y3.8614.74651.0000,CorrelationsBetweenSet-1andSet-2,y1y2y3,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 remaining 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,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,-.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,StandardizedCanonicalCoefficientsforSet-1,1 2 3,x1-.256-1.1301.060,x2-.151-.113-2.215,x3-.6941.0671.212,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,StandardizedCanonicalCoefficientsforSet-2,123,y1-.721-.191-2.739,y2-.171-1.2651.751,y3-.1421.5141.259,来自健康状况指标的第一典型变量,为：,由于,Y,1,（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,y3,6.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,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,FileNewSyntax,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)SPSSIncSPSS16 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,CorrelationsforSet-1,x1 x2,x11.0000.7346,x2.73461.0000,CorrelationsforSet-2,y1y2,y11.0000.8366,y2.83661.0000,CorrelationsBetweenSet-1andSet-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,