典型相关分析（Canonical Correlation analysis）研究两组变量（每组变量中都可能有多个指标）之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系。
例子：
典型相关分析定义：
列题分析：
思路：
多元统计：（本部分只做一些了解，博主目前还涉及统计概率学，只能放一些ppt）
- 引言：
- 典型相关分析的基本思想：
（下面这两幅图符合我们高中数学的ka方检验）当计算结果<ka方时则没有相关性，反之有相关性。
标准化后的相关变量：
典型荷载分析：
典型冗余分析:
典型相关分析的关键步骤：
典型相关分析在spss中的应用
（我们在解决问题的时候通常利用spss来帮我们进项计算，统计）
步骤：
spss导出后，如果要写在论文中需要一些名称的修改：
讲典型相关性修改为->典型相关系数，显著性->p值
标准化典型相关系数->标准化典型相关变量对应的线性组合
我们讲最开始电视评分作为例子用spss实现：
GET DATA
/TYPE=XLSX
/FILE='C:\Users\kay21\OneDrive\文档\典型相关分析.xlsx'
/SHEET=name 'Sheet1'
/CELLRANGE=FULL
/READNAMES=ON
/DATATYPEMIN PERCENTAGE=95.0
/HIDDEN IGNORE=YES.
EXECUTE.
DATASET NAME 数据集1 WINDOW=FRONT.
STATS CANCORR SET1=led hed net SET2=arti com man
/OPTIONS COMPUTECVARS=NO
/PRINT PAIRWISECORR=NO LOADINGS=YES VARPROP=YES COEFFICIENTS=YES.
Canonical Correlations
| 备注 |
||
| 已创建输出 |
19-JUL-2023 10:45:14 |
|
| 注释 |
||
| 输入 |
活动数据集 |
数据集1 |
| 过滤器 |
<无> |
|
| 权重 |
<无> |
|
| 拆分文件 |
<无> |
|
| 语法 |
BEGIN PROGRAM '# '. |
|
| 资源 |
处理程序时间 |
00:00:00.02 |
| 耗用时间 |
00:00:00.05 |
|
[数据集1]
| 典型相关性设置 |
|
| 值 |
|
| 集合 1 变量 |
led hed net |
| 集合 2 变量 |
arti com man |
| 集中的数据集 |
无 |
| 评分语法 |
无 |
| 用于评分的相关性 |
3 |
| 典型相关系数 |
|||||||
| 相关性 |
特征值 |
威尔克统计 |
F |
分子自由度 |
分母自由度 |
P值 |
|
| 1 |
.995 |
108.911 |
.000 |
141.580 |
9.000 |
58.560 |
.000 |
| 2 |
.953 |
9.854 |
.055 |
40.940 |
4.000 |
50.000 |
.000 |
| 3 |
.637 |
.684 |
.594 |
17.784 |
1.000 |
26.000 |
.000 |
| H0 for Wilks 检验是指当前行和后续行中的相关性均为零 |
| 集合 1 标准化典型相关变量对应的线性组合 |
|||
| 变量 |
1 |
2 |
3 |
| led |
.149 |
-.786 |
-1.212 |
| hed |
.977 |
.383 |
-.160 |
| net |
-.052 |
-.312 |
1.467 |
| 集合 2 标准化典型相关变量对应的线性组合 |
|||
| 变量 |
1 |
2 |
3 |
| arti |
.858 |
.911 |
-1.983 |
| com |
.019 |
-1.046 |
-1.114 |
| man |
.145 |
-.337 |
2.833 |
| 集合 1 非标准化典型相关变量对应的线性组合 |
|||
| 变量 |
1 |
2 |
3 |
| led |
.007 |
-.035 |
-.054 |
| hed |
.032 |
.012 |
-.005 |
| net |
-.002 |
-.013 |
.059 |
| 集合 2 非标准化典型相关变量对应的线性组合 |
|||
| 变量 |
1 |
2 |
3 |
| arti |
.029 |
.030 |
-.066 |
| com |
.001 |
-.046 |
-.049 |
| man |
.006 |
-.014 |
.117 |
| 集合 1 典型载荷 |
|||
| 变量 |
1 |
2 |
3 |
| led |
.333 |
-.925 |
-.185 |
| hed |
.993 |
.101 |
.057 |
| net |
.383 |
-.753 |
.535 |
| 集合 2 典型载荷 |
|||
| 变量 |
1 |
2 |
3 |
| arti |
.997 |
.065 |
-.043 |
| com |
.571 |
-.811 |
-.126 |
| man |
.922 |
-.274 |
.273 |
| 集合 1 交叉载荷 |
|||
| 变量 |
1 |
2 |
3 |
| led |
.331 |
-.881 |
-.118 |
| hed |
.989 |
.096 |
.036 |
| net |
.381 |
-.718 |
.341 |
| 集合 2 交叉载荷 |
|||
| 变量 |
1 |
2 |
3 |
| arti |
.992 |
.062 |
-.028 |
| com |
.568 |
-.773 |
-.080 |
| man |
.918 |
-.261 |
.174 |
| 已解释的方差比例 |
||||
| 典型变量 |
集合 1 * 自身 |
集合 1 * 集合 2 |
集合 2 * 自身 |
集合 2 * 集合 1 |
| 1 |
.415 |
.411 |
.723 |
.717 |
| 2 |
.478 |
.434 |
.246 |
.223 |
| 3 |
.108 |
.044 |
.031 |
.012 |