第十講典型相關(guān)分析演示文稿

第十講典型相關(guān)分析演示文稿現(xiàn)在是1頁(yè)\一共有52頁(yè)\編輯于星期一優(yōu)選第十講典型相關(guān)分析現(xiàn)在是2頁(yè)\一共有52頁(yè)\編輯于星期一兩個(gè)變量時(shí),用線性相關(guān)系數(shù)研究?jī)蓚€(gè)變量之間的線性相關(guān)性:返回現(xiàn)在是3頁(yè)\一共有52頁(yè)\編輯于星期一

典型相關(guān)是研究?jī)山M變量之間相關(guān)性的一種統(tǒng)計(jì)分析方法。也是一種降維技術(shù)。

典型相關(guān)分析方法最早源于荷泰林(H，Hotelling)于1936年在《生物統(tǒng)計(jì)》期刊上發(fā)表的一篇論文《兩組變式之間的關(guān)系》。他所提出的方法經(jīng)過(guò)多年的應(yīng)用及發(fā)展，逐漸達(dá)到完善，在70年代臻于成熟。如CooleyandLohnes(1971)、Kshirsagar(1972)和Mardia,Kent,andBibby(1979)推動(dòng)了它的應(yīng)用。

現(xiàn)在是4頁(yè)\一共有52頁(yè)\編輯于星期一5第一節(jié)典型相關(guān)分析的基本思想如何研究?jī)山M變量之間的相關(guān)關(guān)系呢？如何進(jìn)一步確定兩組變量在整體上的相關(guān)程度呢？現(xiàn)在是5頁(yè)\一共有52頁(yè)\編輯于星期一

通常情況下，為了研究?jī)山M變量的相關(guān)關(guān)系，可以用最原始的方法，分別計(jì)算兩組變量之間的全部相關(guān)系數(shù)，一共有pq個(gè)簡(jiǎn)單相關(guān)系數(shù)，這樣又煩瑣又不能抓住問(wèn)題的本質(zhì)。如果能夠采用類似于主成分的思想，分別找出兩組變量的各自的某個(gè)線性組合，討論線性組合之間的相關(guān)關(guān)系，則更簡(jiǎn)捷。現(xiàn)在是6頁(yè)\一共有52頁(yè)\編輯于星期一

在解決實(shí)際問(wèn)題中，這種方法有廣泛的應(yīng)用。如，在工廠里常常要研究產(chǎn)品的q個(gè)質(zhì)量指標(biāo)和p個(gè)原材料的指標(biāo)之間的相關(guān)關(guān)系；可以采用典型相關(guān)分析來(lái)解決。如果能夠采用類似于主成分的思想，分別找出兩組變量的線性組合既可以使變量個(gè)數(shù)簡(jiǎn)化，又可以達(dá)到分析相關(guān)性的目的?，F(xiàn)在是7頁(yè)\一共有52頁(yè)\編輯于星期一例子（數(shù)據(jù)tv.txt)

業(yè)內(nèi)人士和觀眾對(duì)于一些電視節(jié)目的觀點(diǎn)有什么樣的關(guān)系呢？該數(shù)據(jù)是不同的人群對(duì)30個(gè)電視節(jié)目所作的平均評(píng)分。觀眾評(píng)分來(lái)自低學(xué)歷(led)、高學(xué)歷(hed)和網(wǎng)絡(luò)(net)調(diào)查三種,它們形成第一組變量；而業(yè)內(nèi)人士分評(píng)分來(lái)自包括演員和導(dǎo)演在內(nèi)的藝術(shù)家(arti)、發(fā)行(com)與業(yè)內(nèi)各部門主管(man)三種，形成第二組變量。人們對(duì)這樣兩組變量之間的關(guān)系感到興趣?，F(xiàn)在是8頁(yè)\一共有52頁(yè)\編輯于星期一現(xiàn)在是9頁(yè)\一共有52頁(yè)\編輯于星期一尋找代表

如直接對(duì)這六個(gè)變量的相關(guān)進(jìn)行兩兩分析，很難得到關(guān)于這兩組變量之間關(guān)系的一個(gè)清楚的印象。希望能夠把多個(gè)變量與多個(gè)變量之間的相關(guān)化為兩個(gè)變量之間的相關(guān)?，F(xiàn)在的問(wèn)題是為每一組變量選取一個(gè)綜合變量作為代表；而一組變量最簡(jiǎn)單的綜合形式就是該組變量的線性組合?，F(xiàn)在是10頁(yè)\一共有52頁(yè)\編輯于星期一利用主成分分析的思想，可以把多個(gè)變量與多個(gè)變量之間的相關(guān)轉(zhuǎn)化為兩個(gè)變量之間的相關(guān)。主成分綜合變量找出系數(shù)和使得新變量和之間有最大可能的相關(guān)系數(shù)。（典型相關(guān)系數(shù)）即使現(xiàn)在是11頁(yè)\一共有52頁(yè)\編輯于星期一例家庭特征與家庭消費(fèi)之間的關(guān)系為了了解家庭的特征與其消費(fèi)模式之間的關(guān)系。調(diào)查了70個(gè)家庭的下面兩組變量：分析兩組變量之間的關(guān)系?，F(xiàn)在是12頁(yè)\一共有52頁(yè)\編輯于星期一

X1X2y1y2y3X11.000.800.260.670.34X20.801.000.330.590.34y10.260.331.000.370.21y20.670.590.371.000.35y30.340.340.210.351.00變量間的相關(guān)系數(shù)矩陣現(xiàn)在是13頁(yè)\一共有52頁(yè)\編輯于星期一y2y3y1x2x1現(xiàn)在是14頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)分析的基本理論由于一組變量可以有無(wú)數(shù)種線性組合（線性組合由相應(yīng)的系數(shù)確定），因此必須找到既有意義又可以確定的線性組合。典型相關(guān)分析(canonicalcorrelationanalysis)就是要找到這兩組變量線性組合的系數(shù)使得這兩個(gè)由線性組合生成的變量（和其他線性組合相比）之間的相關(guān)系數(shù)最大。

現(xiàn)在是15頁(yè)\一共有52頁(yè)\編輯于星期一典型變量假定兩組變量為X1,X2…,Xp和Y1,Y2,…,Yq，那么，問(wèn)題就在于要尋找系數(shù)a1,a2…,ap和b1,b2,…,bq，和使得新的綜合變量（亦稱為典型變量(canonicalvariable)）之間的相關(guān)關(guān)系最大。這種相關(guān)關(guān)系是用典型相關(guān)系數(shù)（canonicalcorrelationcoefficient）來(lái)衡量的。現(xiàn)在是16頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)系數(shù)

這里所涉及的主要的數(shù)學(xué)工具還是矩陣的特征值和特征向量問(wèn)題。而所得的特征值與V和W的典型相關(guān)系數(shù)有直接聯(lián)系。由于特征值問(wèn)題的特點(diǎn)，實(shí)際上找到的是多組典型變量(V1,W1),(V2,W2),…，其中V1和W1最相關(guān)，而V2和W2次之等等，現(xiàn)在是17頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)系數(shù)

而且V1,V2,V3,…之間及而且W1,W2,W3,…之間互不相關(guān)。這樣又出現(xiàn)了選擇多少組典型變量(V,W)的問(wèn)題了。實(shí)際上，只要選擇特征值累積總貢獻(xiàn)占主要部分的那些即可。軟件還會(huì)輸出一些檢驗(yàn)結(jié)果；于是只要選擇顯著的那些(V,W)。對(duì)實(shí)際問(wèn)題，還要看選取的(V,W)是否有意義，是否能夠說(shuō)明問(wèn)題才行。至于得到(V,W)的計(jì)算，則很簡(jiǎn)單，下面就tv.txt數(shù)據(jù)進(jìn)行分析。數(shù)學(xué)原理？現(xiàn)在是18頁(yè)\一共有52頁(yè)\編輯于星期一計(jì)算結(jié)果

第一個(gè)表為判斷這兩組變量相關(guān)性的若干檢驗(yàn)，包括Pillai跡檢驗(yàn)，Hotelling-Lawley跡檢驗(yàn)，Wilksl檢驗(yàn)和Roy的最大根檢驗(yàn)；它們都是有兩個(gè)自由度的F檢驗(yàn)。該表給出了每個(gè)檢驗(yàn)的F值，兩個(gè)自由度和p值（均為0.000）?，F(xiàn)在是19頁(yè)\一共有52頁(yè)\編輯于星期一計(jì)算結(jié)果

下面一個(gè)表給出了特征根(Eigenvalue)，特征根所占的百分比(Pct)和累積百分比(Cum.Pct)和典型相關(guān)系數(shù)(CanonCor)及其平方(Sq.Cor)?？磥?lái)，頭兩對(duì)典型變量(V,W)的累積特征根已經(jīng)占了總量的99.427%。它們的典型相關(guān)系數(shù)也都在0.95之上?，F(xiàn)在是20頁(yè)\一共有52頁(yè)\編輯于星期一計(jì)算結(jié)果

對(duì)于眾多的計(jì)算機(jī)輸出挑出一些來(lái)介紹。下面表格給出的是第一組變量相應(yīng)于上面三個(gè)特征根的三個(gè)典型變量V1、V2和V3的系數(shù)，即典型系數(shù)(canonicalcoefficient)。注意，SPSS把第一組變量稱為因變量(dependentvariables)，而把第二組稱為協(xié)變量(covariates)；顯然，這兩組變量是完全對(duì)稱的。這種命名僅僅是為了敘述方便。這些系數(shù)以兩種方式給出；一種是沒有標(biāo)準(zhǔn)化的原始變量的線性組合的典型系數(shù)(rawcanonicalcoefficient)，一種是標(biāo)準(zhǔn)化之后的典型系數(shù)(standardizedcanonicalcoefficient)。標(biāo)準(zhǔn)化的典型系數(shù)直觀上對(duì)典型變量的構(gòu)成給人以更加清楚的印象。現(xiàn)在是21頁(yè)\一共有52頁(yè)\編輯于星期一可以看出，頭一個(gè)典型變量V1相應(yīng)于前面第一個(gè)（也是最重要的）特征值，主要代表高學(xué)歷變量hed；而相應(yīng)于前面第二個(gè)（次要的）特征值的第二個(gè)典型變量V2主要代表低學(xué)歷變量led和部分的網(wǎng)民變量net，但高學(xué)歷變量在這里起負(fù)面作用。現(xiàn)在是22頁(yè)\一共有52頁(yè)\編輯于星期一計(jì)算結(jié)果

類似地，也可以得到被稱為協(xié)變量(covariate)的標(biāo)準(zhǔn)化的第二組變量的相應(yīng)于頭三個(gè)特征值得三個(gè)典型變量W1、W2和W2的系數(shù)?，F(xiàn)在是23頁(yè)\一共有52頁(yè)\編輯于星期一現(xiàn)在是24頁(yè)\一共有52頁(yè)\編輯于星期一例子結(jié)論

從這兩個(gè)表中可以看出，V1主要和變量hed相關(guān)，而V2主要和led及net相關(guān)；W1主要和變量arti及man相關(guān)，而W2主要和com相關(guān)；這和它們的典型系數(shù)是一致的。由于V1和W1最相關(guān)，這說(shuō)明V1所代表的高學(xué)歷觀眾和W1所主要代表的藝術(shù)家(arti)及各部門經(jīng)理(man)觀點(diǎn)相關(guān)；而由于V2和W2也相關(guān)，這說(shuō)明V2所代表的低學(xué)歷(led)及以年輕人為主的網(wǎng)民(net)觀眾和W2所主要代表的看重經(jīng)濟(jì)效益的發(fā)行人(com)觀點(diǎn)相關(guān)，但遠(yuǎn)遠(yuǎn)不如V1和W1的相關(guān)那么顯著（根據(jù)特征值的貢獻(xiàn)率）?，F(xiàn)在是25頁(yè)\一共有52頁(yè)\編輯于星期一SPSS的實(shí)現(xiàn)對(duì)例tv.sav，首先打開例14.1的SPSS數(shù)據(jù)tv.sav，通過(guò)File－New－Syntax打開一個(gè)空白文件（默認(rèn)文件名為Syntax1.sps），再在其中鍵入下面命令行：MANOVAledhednetWITHarticomman/DISCRIMALLALPHA(1)/PRINT=SIG(EIGENDIM).再點(diǎn)擊一個(gè)向右的三角形圖標(biāo)(運(yùn)行目前程序，Runcurrent)，就可以得到所需結(jié)果了。還可以把Syntax1.sps另以其他名字（比如tv.sps）存入一個(gè)文件夾。下次使用時(shí)就可以通過(guò)File－Open－Syntax來(lái)打開這個(gè)文件了?，F(xiàn)在是26頁(yè)\一共有52頁(yè)\編輯于星期一SPSS的實(shí)現(xiàn)注意1：典型相關(guān)分析是本書內(nèi)容中唯一不能用SPSS的點(diǎn)擊鼠標(biāo)的“傻瓜”方式，而必須用寫入程序行來(lái)運(yùn)行的模型。讀者不必要再去研究語(yǔ)法的細(xì)節(jié)，只要能夠舉一反三，套用這個(gè)例子的程序即可。當(dāng)然，如果讀者愿意學(xué)習(xí)SPSS的語(yǔ)法，則在處理數(shù)據(jù)時(shí)，肯定會(huì)更方便。現(xiàn)在是27頁(yè)\一共有52頁(yè)\編輯于星期一SPSS的實(shí)現(xiàn)注意2：一些SPSS的輸出很長(zhǎng)，這時(shí)輸出窗口截去了一些內(nèi)容沒有顯示（這有些隨意性）。這時(shí)輸出窗口(SPSSViewer)中結(jié)果的左下角有一個(gè)紅色的三角型。如果想要看全部?jī)?nèi)容，可以先點(diǎn)擊鼠標(biāo)左鍵，選中輸出結(jié)果，然后從點(diǎn)右鍵得到的菜單中選擇Export，就可以把全部結(jié)果（包括截去的部分）存入一個(gè)htm形式的文件了供研究和打印之用。現(xiàn)在是28頁(yè)\一共有52頁(yè)\編輯于星期一附錄現(xiàn)在是29頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)分析目的:研究多個(gè)變量之間的相關(guān)性方法:利用主成分思想,可以把多個(gè)變量與多個(gè)變量之間的相關(guān)化為兩個(gè)變量之間的相關(guān).即找一組系數(shù)(向量)l和m,使新變量U=l’X(1)和V=m’X(2)有最大可能的相關(guān)關(guān)系.現(xiàn)在是30頁(yè)\一共有52頁(yè)\編輯于星期一數(shù)學(xué):設(shè)兩組隨機(jī)變量而的協(xié)方差陣S>0,均值向量m=0,S的剖分為:對(duì)于前面的新變量U=l’X和V=m’YVar(U)=Var(l’X)=l’S11lVar(V)=Var(m’Y)=m’S22mCov(U,V)=l’S12m,rUV=l’S12m/[(l’S11l)(m’S22m)]?我們?cè)噲D在約束條件Var(U)=1,Var(V)=1下尋求l和m使rUV=Cov(U,V)=l’S12m達(dá)到最大.現(xiàn)在是31頁(yè)\一共有52頁(yè)\編輯于星期一這是Lagrange乘數(shù)法求下面f的極大值經(jīng)過(guò)求偏導(dǎo)數(shù)和解方程,得到l=n=l’S12m=Cov(U,V),及因此l2既是A又是B的特征值,而相應(yīng)的特征向量為l,m現(xiàn)在是32頁(yè)\一共有52頁(yè)\編輯于星期一可得到p1對(duì)線性組合Ui=l(i)’X,Vi=m(i)’Y,稱每一對(duì)變量為典型變量.其極大值稱為第一典型相關(guān)系數(shù).

一般只取前幾個(gè)影響大的典型變量和典型相關(guān)系數(shù)來(lái)分析.A和B的特征根有如下性質(zhì):(1)A和B有相同的非零特征根,(2)其數(shù)目為p1.A和B的特征根非負(fù).(3)A和B的特征根均在0和1之間.我們表示這些稱為典型相關(guān)系數(shù)的非零特征值和相應(yīng)的特征向量為現(xiàn)在是33頁(yè)\一共有52頁(yè)\編輯于星期一典型變量的性質(zhì):

(1)X和Y中的一切典型變量都不相關(guān).(2)X和Y的同一對(duì)典型變量Ui和Vi之間的相關(guān)系數(shù)為li,不同對(duì)的Ui和Vj(i≠j)之間不相關(guān).樣本情況,只要把S用樣本協(xié)差陣或樣本相關(guān)陣R代替.下面回到我們的例子?，F(xiàn)在是34頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)系數(shù)的顯著性檢驗(yàn):首先看X和Y是否相關(guān),如不相關(guān),就不必討論.如果這是為檢驗(yàn)第1個(gè)典型相關(guān)系數(shù)的顯著性檢驗(yàn)統(tǒng)計(jì)量為其中為 的特征根.現(xiàn)在是35頁(yè)\一共有52頁(yè)\編輯于星期一如果H0為檢驗(yàn)第r(r<k)個(gè)典型相關(guān)系數(shù)的顯著性檢驗(yàn)統(tǒng)計(jì)量為現(xiàn)在是36頁(yè)\一共有52頁(yè)\編輯于星期一當(dāng)然在實(shí)際例子中一般并不知道S。因此在只有樣本數(shù)據(jù)的情況下,只要把S用樣本協(xié)差陣或樣本相關(guān)陣代替就行了。但是這時(shí)的特征根可能不在0和1的范圍，因此會(huì)出現(xiàn)軟件輸出中的特征根（比如大于1）不等于相關(guān)系數(shù)的平方的情況，這時(shí)，各種軟件會(huì)給出調(diào)整后的相關(guān)系數(shù)?，F(xiàn)在是37頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)和回歸分析的關(guān)系把X和Y換成回歸中的X和Y,這就是因變量和自變量之間的相關(guān)問(wèn)題.而Y在X上的投影,就是回歸了.現(xiàn)在是38頁(yè)\一共有52頁(yè)\編輯于星期一典型相關(guān)分析計(jì)算步驟

現(xiàn)在是39頁(yè)\一共有52頁(yè)\編輯于星期一現(xiàn)在是40頁(yè)\一共有52頁(yè)\編輯于星期一補(bǔ)充：典型相關(guān)系數(shù)和典型變量的數(shù)學(xué)描述現(xiàn)在是41頁(yè)\一共有52頁(yè)\編輯于星期一考慮兩組變量的向量其協(xié)方差陣為其中11是第一組變量的協(xié)方差矩陣；22是第二組變量的協(xié)方差矩陣；是X和Y的協(xié)方差矩陣?，F(xiàn)在是42頁(yè)\一共有52頁(yè)\編輯于星期一如果我們記兩組變量的第一對(duì)線性組合為：其中：所以，典型相關(guān)分析就是求a1和b1，使uv達(dá)到最大?，F(xiàn)在是43頁(yè)\一共有52頁(yè)\編輯于星期一在約束條件：下，求a1和b1，使uv達(dá)到最大。令現(xiàn)在是44頁(yè)\一共有52頁(yè)\編輯于星期一根據(jù)數(shù)學(xué)分析中條件極值的求法，引入Lagrange乘數(shù)，求極值問(wèn)題，則可以轉(zhuǎn)化為求的極大值，其中和是

Lagrange乘數(shù)?，F(xiàn)在是45頁(yè)\一共有52頁(yè)\編輯于星期一