實驗九典型相關(guān)分析

1、精選優(yōu)質(zhì)文檔-傾情為你奉上課時授課計劃課次序號： 22一、課題：實驗九 典型相關(guān)分析 二、課型：上機實驗三、目的要求：1.掌握典型相關(guān)分析的理論與方法、模型的建立與顯著性檢驗；2.掌握利用典型相關(guān)分析的SAS過程解決有關(guān)實際問題.四、教學(xué)重點：典型相關(guān)分析的SAS過程.教學(xué)難點：相關(guān)分析的理論與方法、模型的建立與顯著性檢驗.五、教學(xué)方法及手段：傳統(tǒng)教學(xué)與上機實驗相結(jié)合六、參考資料：應(yīng)用多元統(tǒng)計分析，高惠璇編，北京大學(xué)出版社，2005；使用統(tǒng)計方法與SAS系統(tǒng)，高惠璇編，北京大學(xué)出版社，2001；多元統(tǒng)計分析(二版)，何曉群編，中國人民大學(xué)出版社，2008；應(yīng)用回歸分析(二版)，何曉群編，中國人

2、民大學(xué)出版社，2007；統(tǒng)計建模與R軟件，薛毅編著，清華大學(xué)出版社，2007.七、作業(yè)：4.9 4.10八、授課記錄：授課日期班次九、授課效果分析：實驗九 典型相關(guān)分析(Canonical Correlation Analysis) （2學(xué)時）一、實驗?zāi)康暮鸵?能利用原始數(shù)據(jù)與相關(guān)矩陣、協(xié)主差矩陣作相關(guān)分析,能根據(jù)SAS輸出結(jié)果選出滿足要求的幾個典型變量二、實驗內(nèi)容 1.典型相關(guān)分析的SAS過程PROC CANCORR過程基本語句：PROC CANCORR ;VAR variables;WITH variables;RUN;說明：此過程輸入數(shù)據(jù)可以是原始數(shù)據(jù)，也可以是相關(guān)系數(shù)矩陣或協(xié)方差矩陣

3、，輸出結(jié)果包含相關(guān)系數(shù)矩陣、典型相關(guān)系數(shù)、典型變量的系數(shù)、典型變量對之間的相關(guān)性檢驗的F統(tǒng)計量值、自由度、p值、典型變量與原始變量的相關(guān)系數(shù)等（1）proc cancorr語句的：l OUT=SAS 數(shù)據(jù)集創(chuàng)建含原始數(shù)據(jù)和典型相關(guān)變量得分(觀測值)的SAS集l OUTSTAT=SAS 數(shù)據(jù)集創(chuàng)建含原始變量的樣本均值、樣本標(biāo)準(zhǔn)差、樣本相關(guān)系數(shù)陣、典型相關(guān)系數(shù)和典型變量的標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化系數(shù)等SAS集l CORR（或C）打印原始變量的樣本相關(guān)系數(shù)矩陣l NCAN=m規(guī)定要求輸出的典型變量對個數(shù)，默認(rèn)為兩組變量個數(shù)較小者l EDF=n-1針對輸入原始數(shù)據(jù)集為樣本相關(guān)系數(shù)矩陣或樣本協(xié)方差矩陣，借此選項

4、指定樣本容量為觀測個數(shù)減1輸入為原始觀測數(shù)據(jù)時，省略此項l all所有輸出項l noprint不輸出分析結(jié)果l short只輸出典型相關(guān)系數(shù)和多元分析統(tǒng)計數(shù)l simple簡單統(tǒng)計數(shù)l vname=變量名為var語句的變量定義名稱l vprefix=前綴名為var語句的典型變量定義前綴l wname=變量名為with語句的變量定義名稱l wprefix=前綴名為with語句的典型變量定義前綴（2）VAR variablesVAR后列出進(jìn)行相關(guān)分析的第一組變量名稱（3）WITH variablesWITH后列出進(jìn)行相關(guān)分析的第二組變量名稱var與with語句經(jīng)常同proc cancorr語句一起

5、使用其他語句類似corr過程2. 典型相關(guān)分析步驟兩組隨機變量，取值 組觀測數(shù)據(jù) ， 標(biāo)準(zhǔn)化樣本 樣本相關(guān)系數(shù)矩陣 為總體相關(guān)系數(shù)矩陣的估計樣本典型相關(guān)分析步驟：（1）求（）的特征值 （2）求和對應(yīng)的正交單位化特征向量和（3）第k對典型相關(guān)變量為，其中 樣本典型相關(guān)系數(shù)為， （4）典型相關(guān)系數(shù)的顯著性檢驗 統(tǒng)計量 檢驗值為 若，拒絕依次就進(jìn)行檢驗，若對某個，檢驗值首次滿足，則認(rèn)為只有前對典型變量顯著相關(guān)，選取前對即可注意：利用樣本協(xié)方差矩陣，分析方法一樣不需要對數(shù)據(jù)標(biāo)準(zhǔn)化處理3.實例分析例4.6 為研究空氣溫度與土壤溫度的關(guān)系，考慮六個變量日最高土壤溫度； 日最低土壤溫度； 日土壤溫度積分值；

6、 日最高氣溫； 日最低氣溫； 日氣溫曲線積分值觀測了天，數(shù)據(jù)如表4.7,做典型相關(guān)分析解：（1）建立輸入數(shù)據(jù)集，程序如下：data examp4_6;input x1-x3 y1-y3;cards;85 59 151 84 65 14786 61 159 84 65 14983 64 152 79 66 14283 65 158 81 67 14788 69 180 84 68 16777 67 147 74 66 13178 69 159 73 66 13184 68 159 75 67 13489 71 195 84 68 16191 76 206 86 72 16991 76 206 8

7、8 73 17694 76 211 90 74 18794 75 211 88 72 17192 70 201 58 72 17187 68 167 81 69 15483 68 162 79 68 14987 66 173 84 69 16087 68 177 84 70 16088 70 169 84 70 16883 66 170 77 67 14792 67 196 87 67 16692 72 199 89 69 17194 72 204 89 72 18092 73 201 93 72 18693 72 206 93 74 18894 72 208 94 75 19995 73 2

8、14 93 74 19395 70 210 93 74 19695 71 207 96 75 19895 69 202 95 76 20296 69 173 84 73 17391 69 168 91 71 17089 70 189 88 72 17995 71 210 89 72 17996 73 208 91 72 18297 75 215 92 74 19696 69 198 94 75 19295 67 196 96 75 19594 75 211 93 76 19892 73 198 88 74 18890 74 197 88 74 17894 70 205 91 72 17595

9、71 209 92 72 19096 72 208 92 73 18995 71 208 94 75 19496 71 208 96 76 202;run;(2) 調(diào)用典型相關(guān)分析cancorr過程菜單操作方法為，選擇Globals/SAS/Assist/Data analysis/multivariate/canonical correlation analysis(典型相關(guān)分析)菜單命令編程方法如下：proc cancorr data=examp4_6 corr; /*調(diào)用相關(guān)分析過程，打印樣本相關(guān)系數(shù)矩陣*/var x1-x3; /* 第一組變量x1-x3*/with y1-y3; /*

10、 第二組變量y1-y3*/run;由SAS proc cancorr過程求得樣本相關(guān)系數(shù)矩陣SAS 系統(tǒng) 10:24 Sunday, November 2, 2008 14 The CANCORR Procedure Correlations Among the Original Variables Correlations Among the VAR Variables（變量x1-x3的相關(guān)系數(shù)矩陣） x1 x2 x3 x1 1.0000 0.5705 0.8751 x2 0.5705 1.0000 0.7808 x3 0.8751 0.7808 1.0000 Correlations Am

11、ong the WITH Variables（變量y1-y3的相關(guān)系數(shù)矩陣） y1 y2 y3 y1 1.0000 0.6705 0.7850 y2 0.6705 1.0000 0.9324 y3 0.7850 0.9324 1.0000 Correlations Between the VAR Variables and the WITH Variables變量x1-x3與y1-y3的相關(guān)系數(shù)矩陣 y1 y2 y3 x1 0.7136 0.8400 0.9143 x2 0.3796 0.6809 0.5907 x3 0.6256 0.8185 0.8695變量間高度相關(guān)。 SAS 系統(tǒng) 10

12、:24 Sunday, November 2, 2008 15 The CANCORR Procedure Canonical Correlation Analysis典型相關(guān)分析的一般結(jié)果 Adjusted Approximate Squared Canonical Canonical Standard Canonical Correlation Correlation Error Correlation 典型相關(guān)系數(shù) 校正的典型相關(guān)系數(shù) 近似的標(biāo)準(zhǔn)誤 典型相關(guān)系數(shù)平方 1 =0. 0. 0. =0. 2 =0. 0. 0. =0. 3 =0. . 0. =0.（3）檢驗各對典型變量是否顯著

13、相關(guān) 表4.8 各對典型變量相關(guān)性檢驗結(jié)果 Eigenvalues of Inv(E)*H Test of H0: The canonical correlations in the = CanRsq/(1-CanRsq) 即 current row and all that follow are zero Likelihood Approximate Eigenvalue Difference Proportion Cumulative Ratio F Value Num DF Den DF Pr F 各對相關(guān)系 相鄰兩特 特征值占 特征值占方差 似然比 值 數(shù)特征值 征值之差 方差比例 比

14、例累計值 1 6.1901 5.7280 0.9266 0.9266 0. 17.98 9 97.5 F 統(tǒng)計方法 F值 檢驗p值 Wilks Lambda 0. 17.98 9 97.5 .0001 Pillais Trace 1. 9.39 9 126 .0001 Hotelling-Lawley Trace 6. 29.18 9 59.755 .0001 Roys Greatest Root 6. 86.66 3 42 F 1 108.9112 99.0575 0.9118 0.9118 0. 141.58 9 58.56 .0001 2 9.8536 9.1696 0.0825 0.9

15、943 0. 40.94 4 50 F Wilks Lambda 0. 141.58 9 58.56 .0001 Pillais Trace 2. 28.74 9 78 .0001 Hotelling-Lawley Trace 119. 309.86 9 34.667 .0001 Roys Greatest Root 108. 943.90 3 26 .0001 NOTE: F Statistic for Roys Greatest Root is an upper bound. SAS 系統(tǒng) 2008年08月01日 星期五 下午09時25分34秒 3 The CANCORR Procedur

16、e Canonical Correlation Analysis Raw Canonical Coefficients for the VAR Variables V1 V2 V3 x1 0. 0. -0. x2 0. -0. -0. x3 -0. 0. 0. Raw Canonical Coefficients for the WITH Variables W1 W2 W3 y1 0. -0. -0. y2 0. 0. -0. y3 0. 0. 0. SAS 系統(tǒng) 2008年08月01日 星期五 下午09時25分34秒 4 The CANCORR Procedure 標(biāo)準(zhǔn)化數(shù)據(jù)典型相關(guān)分析

17、Canonical Correlation Analysis Standardized Canonical Coefficients for the VAR Variables V1 V2 V3 x1 0.1489 0.7857 -1.2120 x2 0.9770 -0.3831 -0.1595 x3 -0.0520 0.3116 1.4671 Standardized Canonical Coefficients for the WITH Variables W1 W2 W3 y1 0.8575 -0.9111 -1.9825 y2 0.0193 1.0463 -1.1143 y3 0.14

18、54 0.3371 2.8332給出的三個特征值 , 第一特征根貢獻(xiàn)率,選一對就可以。也說明，兩組變量高度相關(guān)。第一對典型變量主要高學(xué)歷、低學(xué)歷加權(quán)與網(wǎng)絡(luò)調(diào)查差異。主要藝術(shù)家、部門主管、發(fā)行部門加權(quán)。第一對典型變量主要表現(xiàn)高低學(xué)歷打分與藝術(shù)家部門主管打分的關(guān)系。網(wǎng)絡(luò)調(diào)查占比例小。第一組（高學(xué)歷）打分高，則第二組打分也高。說明二者具有高度的一致性。特別是高學(xué)歷的打分和專家打分高度一致，第一對典型相關(guān)系數(shù)為第二、第三對典型變量及典型相關(guān)系數(shù)主要低學(xué)歷、網(wǎng)絡(luò)和高學(xué)歷打分差異主要發(fā)行部門、部門主管和藝術(shù)家打分的差異。第二對變量主要表現(xiàn)低學(xué)歷與發(fā)行部門打分的關(guān)系。低學(xué)歷打分高，則發(fā)行部門打分高。低學(xué)歷占

19、人群比例高，發(fā)行部門打分主要看是否符合大眾口味。 SAS 系統(tǒng) 2008年08月01日 星期五 下午09時25分34秒 5 The CANCORR Procedure Canonical Structure Correlations Between the VAR Variables and Their Canonical Variables V1 V2 V3 x1 0.3325 0.9248 -0.1847 x2 0.9933 -0.1008 0.0566 x3 0.3827 0.7530 0.5352 Correlations Between the WITH Variables and Their Canonical Variables W1 W2