SPSS数据分析—典型相关分析

我们已经知道，两个随机变量间的相关关系可以用简单相关系数表示，一个随机变量和多个随机变量的相关关系可以用复相关系数表示，而如果需要研究多个随机变量和多个随机变量间的相关关系，则需要使用典型相关分析。

典型相关分析由于研究的是两组随机变量之间的相关关系，因此也属于一种多元统计分析方法，多元统计分析方法基本上都有降维的思想，典型相关分析也不例外，它借用主成分分析的思想，在多个变量中提取少数几个综合变量，将研究多个变量间的相关关系转换为研究几个综合变量的相关关系。

典型相关分析首先在每组变量中寻找线性组合，使其具有最大相关性，然后再继续寻找在每组中寻找线性组合，使其在和第一次寻找的线性组合不相关的条件下，具有最大相关性，如此继续，直到两组变量的相关性被提取完为止，这些被提取的变量就是综合变量，也称为典型变量，第一对典型变量之间的相关系数称为第一典型相关系数，和其他多元分析一样，一般提取2-3对典型变量，就可以充分概括样本信息。

看一个例子

我们现在想分析体力与运动能力的关系，随机抽取了38人，收集了与体力有关的7项指标，与运动能力有关的5项指标，数据如下

SPSS对于典型相关分析没有专门的过程，而是需要调用专门的宏程序来加以完成，该程序名为Canonical correlation.sps，在按照SPSS的时候默认安装在Sample文件夹中

相应的程序为：

INCLUDE  'E:\Program Files\IBM\SPSS\Statistics\21\Samples\Simplified Chinese\Canonical correlation.sps'.
CANCORR  SET1=X1 to X7
  / SET2=Y1 to Y5 .

首先通过include命令读取宏程序，然后用cancorr调用程序主体并进行变量指定。