龙港 网站建设,物流公司做网站注重什么,单位网站查询工资链接怎么做,郑州市网站开发典型相关分析#xff08;Canonical Correlation analysis#xff09;研究两组变量#xff08;每组变量中都可能有多个指标#xff09;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#xff1a; 典型相关分析定义#xff1a; 列题分析… 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 /TYPEXLSX /FILEC:\Users\kay21\OneDrive\文档\典型相关分析.xlsx /SHEETname Sheet1 /CELLRANGEFULL /READNAMESON /DATATYPEMIN PERCENTAGE95.0 /HIDDEN IGNOREYES.
EXECUTE.
DATASET NAME 数据集1 WINDOWFRONT.
STATS CANCORR SET1led hed net SET2arti com man
/OPTIONS COMPUTECVARSNO
/PRINT PAIRWISECORRNO LOADINGSYES VARPROPYES COEFFICIENTSYES. 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
