ch7sas典型相关与对应分析 91

ch7sas典型相关与对应分析 91

ID:11571192

大小:581.50 KB

页数:90页

时间:2018-07-12

ch7sas典型相关与对应分析 91_第1页
ch7sas典型相关与对应分析 91_第2页
ch7sas典型相关与对应分析 91_第3页
ch7sas典型相关与对应分析 91_第4页
ch7sas典型相关与对应分析 91_第5页
资源描述:

《ch7sas典型相关与对应分析 91》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第七章典型相关与对应分析7.1典型相关分析7.2对应分析7.1典型相关分析7.1.1典型相关分析的概念与步骤7.1.2用INSIGHT模块实现典型相关分析7.1.3用“分析家”实现典型相关分析7.1.4用CANCORR过程实现典型相关分析7.1.1典型相关分析的概念与步骤1.典型相关分析的基本思想典型相关分析采用主成分的思想浓缩信息,根据变量间的相关关系,寻找少数几对综合变量(实际观测变量的线性组合),用它们替代原始观测变量,从而将二组变量的关系集中到少数几对综合变量的关系上,通过对这些综合变量之间相关性的分析,回答两组原始变

2、量间相关性的问题。除了要求所提取的综合变量所含的信息量尽可能大以外,提取时还要求第一对综合变量间的相关性最大,第二对次之,依次类推。这些综合变量被称为典型变量,或典则变量,第1对典型变量间的相关系数则被称为第1典型相关系数。典型相关系数能简单、完整地描述两组变量间关系的指标。当两个变量组均只有一个变量时,典型相关系数即为简单相关系数;当其中的一组只有一个变量时,典型相关系数即为复相关系数。2.典型相关系数与典型相关变量设X=(X1,X2,…,Xp)',Y=(Y1,Y2,…,Yq)'是两个随机向量。利用主成分思想寻找第i对典型相

3、关变量(Ui,Vi):Ui=ai1X1+ai2X2+…+aipXp=ai'XVi=bi1Y1+bi2Y2+…+biqYq=bi'Yi=1,2,…,m=min(p,q);称ai'和bi'为(第i对)典型变量系数或典型权重。记第一对典型相关变量间的典型相关系数为:CanR1=Corr(U1,V1)(使U1与V1间最大相关);第二对典型相关变量间的典型相关系数为:CanR2=Corr(U2,V2)(与U1、V1无关;使U2与V2间最大相关)…第m对典型相关变量间的典型相关系数为:CanRm=Corr(Um,Vm)(与U1,V1,…,

4、Um–1,Vm–1无关;Um与Vm间最大相关)3.典型相关变量的性质各对典型相关变量所包括的相关信息互不交叉,且满足:1)U1,U2,…,Um互不相关,V1,V2,…,Vm互不相关,即其相关系数为2)同一对典型相关变量Ui和Vi之间的相关系数为CanRi,不同对的典型相关变量之间互不相关,即:3)Ui和Vi的均值为0,方差为1(i=1,…,m)。4)1≥CanR1≥CanR2≥…≥CanRm≥04.典型相关系数的求解步骤1)求X,Y变量组的相关阵R=;2)求矩阵A=(R11)–1R12(R22)–1R21和B=(R22)–1R

5、21(R11)–1R12,可以证明A、B有相同的非零特征值;3)求A或B的特征值λi与CanRi,A或B的特征值即为典型相关系数的平方:λi=(CanRi)2,i=1,…,m。4)求A、B关于λi的特征向量。设ai为A关于λi的特征向量,bi为B关于λi的特征向量,则ai'和bi'为(第i对)典型变量系数。即第i对典型相关变量(Ui,Vi):Ui=ai'X*=ai1X1*+ai2X2*+…+aipXp*Vi=bi'Y*=bi1Y1*+bi2Y2*+…+biqYq*i=1,2,…,m=min(p,q);其中X*,Y*为原变量组的

6、标准化。5.特征根特征根(eigenvalue)是方差分析和多元检验的基础,特征根与典型相关系数之间的数量关系为:上式可以理解为第i对典型变量表示观测变量总方差作用的指标,它的值越大说明表示作用越大。6.典型相关系数的标准误7.典型相关系数的假设检验典型相关系数的假设检验包括对全部总体典型相关系数的检验和对部分总体典型相关系数的检验。对数据的要求:1)两个变量组均应服从多维正态分布:(X,Y)~Np+q(μ,σ2)2)n>p+q(1)全部总体典型相关系数为0H0:CanRi=0,i=1,…,mH1:至少有一个CanRi≠0检验

7、的似然比统计量为对于充分大的n,当H0成立时,统计量近似服从自由度为pq的2分布。(2)部分总体典型相关系数为0仅对较小的典型相关作检验:H0:CanRi=0,i=s,…,m,2≤s≤mH1:至少有一个CanRi≠0其检验的统计量为对于充分大的n,当H0成立时,统计量近似服从自由度为(p–k)(q–k)的2分布。7.1.2用INSIGHT模块实现典型相关分析1.实例【例7-1】1985年中国28省市城市男生(19~22岁)的调查数据,见表7-1。其中6项形态指标:身高(cm)、坐高、体重(kg)、胸围、肩宽、盆骨宽,分别记

8、为x1,x2,…,x6;5项机能指标:脉搏(次/分)、收缩压(mmHg)、舒张压(变音)、舒张压(消音)、肺活量(ml),分别记为y1,y2,…,y5。表7-1城市男生(19~22岁)形态与机能调查数据设表中数据已经存放在数据集Mylib.xtyjn中,试分析形态指标和机能指

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。