[信息与通信]对应分析与典型相关分析.ppt

典型相关系数计算实例 5组（标准化）典型变量系数(X) U1 U2 U3 U4 U5 X1 0.5852 -1.1443 0.7823 0.0352 -0.8298 X2 -0.2175 0.0189 0.6032 0.1289 1.5590 X3 0.5288 1.6213 -0.7370 -0.4066 -1.1704 X4 0.1890 -0.9874 -0.7753 0.1229 0.6988 X5 -0.1193 -0.0626 -0.2509 -0.5860 1.0488 X6 0.1948 0.8108 0.1467 0.9523 -0.5140 典型相关系数计算实例 5组（标准化）典型变量系数(Y) V1 V2 V3 V4 V5 Y1 -0.0838 -0.1325 1.0807 0.3750 -0.0376 Y2 -0.0878 1.2688 0.0701 0.2476 -0.3342 Y3 0.2147 -0.3301 0.2218 -1.0863 1.4100 Y4 0.2920 -0.2392 -0.5765 1.3368 -0.2942 Y5 0.7607 -0.2995 0.6532 -0.0017 -0.6905 典型相关系数的特点 两变量组的变量单位改变，典型相关系数不变，但典型变量系数改变。（无论原变量标准化否，获得的典型相关系数不变） 第一对典型相关系数较两组变量间任一个简单相关系数或复相关系数之绝对值都大， 即CanR1≥max(|Corr(Xi,Yj)|) 或CanR1≥max(|Corr(X,Yj)|) ≥max(|Corr(Xi,Y)|) 为了使结果更加明了，增加大值或小值，减少之间大小的值，将典型变量系数旋转，可得到校正的典型相关系数。 缺点：1.可能影响 max（U1,V1）； 2. 影响（U1,V1）与其他典型变量间的独立性。 校正典型相关系数（Adjusted Canonical Correlation） 典型相关系数的标准误差 典型相关系数的假设检验 H0: 全部总体典型相关系数均为 0 H0(k): 部分总体典型相关系数为 0 典型结构分析 典型变量与原变量的亲疏关系: 与原变量间的相关程度和典型变量系数有关。 原变量与自已的典型变量。  原变量与对方的典型变量之间的相关系数。 U1 U2 U3 U4 U5 V1 V2 V3 V4 V5 身 高 X1 0.9050 -0.0806 0.3777 -0.1487 0.0887 0.7912 -0.0594 0.1930 -0.0527 0.0132 坐 高 X2 0.8616 0.0112 0.4152 -0.0360 0.2412 0.7532 0.0083 0.2121 -0.0128 0.0357 体 重 X3 0.9361 0.1655 -0.0471 -0.2933 -0.0247 0.8184 0.1220 -0.0240 -0.1039 -0.0037 胸 围 X4 0.6958 -0.3189 -0.5382 0.3191 0.1354 0.6083 -0.2351 -0.2750 0.1131 0.0201 肩 宽 X5 0.1356 0.5329 -0.0321 -0.2376 0.7389 0.1185 0.3929 -0.0164 -0.0842 0.1095 骨盆宽 X6 0.2433 0.4412 -0.0405 0.7478 0.3908 0.2127 0.3253 -0.0207 0.2650 0.0579 脉 搏 Y1 -0.3610 -0.0625 0.3757 0.1605 0.0410 -0.4130 -0.0848 0.7353 0.4530 0.2764 收缩压 Y2 0.3963 0.6232 0.0495 0.0508 0.0332 0.4533 0.8452 0.0968 0.1433 0.2240 舒张压(音变) Y3 0.5801 0.1568 0.0378 0.0287 0.1050 0.6636 0.2127 0.0740 0.0810 0.7087 舒张压(消音) Y4 0.5003 0.0296 -0.0837 0.2339 0.0677 0.5723 0.0401 -0.1638 0.6600 0.4565 肺活量 Y5 0.7994 0.0094 0