spss典型相关分析

spss典型相关分析

ID:5418988

大小:329.33 KB

页数:16页

时间:2017-12-10

spss典型相关分析_第1页
spss典型相关分析_第2页
spss典型相关分析_第3页
spss典型相关分析_第4页
spss典型相关分析_第5页
资源描述:

《spss典型相关分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、SPSS数据统计分析与实践第二十二章:典型相关分析(CanonicalCorrelation)主讲:周涛副教授北京师范大学资源学院教学网站:http://www.ires.cn/Courses/SPSS典型相关分析(CanonicalCorrelation)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ò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。ò简单相关系数;复相关系数;典型相关系数ò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;ò然后再在每组变量中找出第二对线性组

2、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;ò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;ò这些综合变量被称为典型变量(canonicalvariates);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1~2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T设两组分别为p与q维X=(X,X,K,X)12p(p≤q)的变量X,Y:TY=(Y,Y,K,Y)12q⎛X⎞⎛Σ11Σ12⎞设p+q维随机向量Z=⎜⎜⎟⎟协方差阵Σ=⎜⎜⎟⎟,⎝Y⎠⎝Σ21Σ22⎠其中Σ是X的协方差阵,Σ是Y的协方差阵,Σ=ΣT是X,

3、Y的协11221221方差阵典型相关分析用X和Y的线性组合U=aTX,V=bTY之间的相关来研究X和Y之间的相关性。其目的就是希望找到向量a和b,使ρ(U,V)最大,从而找到替代原始变量的典型变量U和V。典型相关分析的数学描述ò典型相关系数的数学定义为:TCov(U,V)aΣb12ρ(U,V)==Var(U)Var(V)TTaΣabΣb1122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,最好在其中附加如下的约束条件:TVar(U)=aΣa=111TVar(V)=bΣb=122−1−1−1−1记A=ΣΣΣΣ21,B=ΣΣΣΣ,则有Aa2aBb2b

4、11122222211112=λ,=λ2其中λ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。SPSS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)。体力测试指标:X1反复横向跳(次)运动能力测试指标:X2纵跳(cm)Y150米跑(秒)X3背力(kg)Y2跳远(cm)X4握力(kg)Y3投球(m)X5台阶试验(指数)Y4引体向上(次)X6立定体前屈(cm)Y5耐力跑(s)X7俯卧上体后仰(cm)SPSS实例SPSS操作òSPSS采用’Canonicalcorrelation.sps’宏程序来

5、实现。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

6、大,达到0.6067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(R=0.5584),而其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.

7、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χ2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α=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-体力变量标准化变量(StandardizedCanonicalCoefficients)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=0.3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。