典型相關分析第一頁，共六十四頁，2022年，8月28日第六章典型相關分析第一節(jié)典型相關分析的基本原理第二節(jié)典型變量與典型相關系數(shù)的求法第三節(jié)典型相關系數(shù)的檢驗第四節(jié)典型相關分析的計算步驟第五節(jié)典型相關分析的SPSS實現(xiàn)第二頁，共六十四頁，2022年，8月28日第一節(jié)典型相關分析的基本原理一、什么是典型相關分析在對經(jīng)濟問題的研究和管理研究中，不僅經(jīng)常需要考察兩個變量之間的相關程度，而且還經(jīng)常需要考察多個變量與多個變量之間即兩組變量之間的相關性。典型相關分析就是測度兩組變量之間相關程度的一種多元統(tǒng)計方法。第三頁，共六十四頁，2022年，8月28日通常情況下，為了研究兩組變量的相關關系，可以用最原始的方法，分別計算兩組變量之間的全部相關系數(shù)，一共有pq個簡單相關系數(shù)，這樣又煩瑣又不能抓住問題的本質。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線性組合，討論線性組合之間的相關關系，則更簡捷。第四頁，共六十四頁，2022年，8月28日二、典型相關分析的基本思想第五頁，共六十四頁，2022年，8月28日三、典型相關分析的數(shù)學描述第六頁，共六十四頁，2022年，8月28日第七頁，共六十四頁，2022年，8月28日第八頁，共六十四頁，2022年，8月28日第九頁，共六十四頁，2022年，8月28日第十頁，共六十四頁，2022年，8月28日四、典型相關分析的應用典型相關分析的用途很廣。在實際分析問題中，當我們面臨兩組多變量數(shù)據(jù)，并希望研究兩組變量之間的關系時，就要用到典型相關分析。例如，為了研究擴張性財政政策實施以后對宏觀經(jīng)濟發(fā)展的影響，就需要考察有關財政政策的一系列指標如財政支出總額的增長率、財政赤字增長率、國債發(fā)行額的增長率、稅率降低率等與經(jīng)濟發(fā)展的一系列指標,如國內(nèi)生產(chǎn)總值增長率、就業(yè)增長率、物價上漲率等兩組變量之間的相關程度。又如，為了研究宏觀經(jīng)濟走勢與股票市場走勢之間的關系，就需要考察各種宏觀經(jīng)濟指標如經(jīng)濟增長率、失業(yè)率、物價指數(shù)、進出口增長率等與各種反映股票市場狀況的指標如股票價格指數(shù)、股票市場融資金額等兩組變量之間的相關關系。再如，工廠要考察所使用的原料的質量對所生產(chǎn)的產(chǎn)品的質量的影響，就需要對所生產(chǎn)產(chǎn)品的各種質量指標與所使用的原料的各種質量指標之間的相關關系進行測度。第十一頁，共六十四頁，2022年，8月28日第二節(jié)典型變量與典型相關系數(shù)的求法一、總體典型變量和典型相關系數(shù)第十二頁，共六十四頁，2022年，8月28日第十三頁，共六十四頁，2022年，8月28日第十四頁，共六十四頁，2022年，8月28日第十五頁，共六十四頁，2022年，8月28日第十六頁，共六十四頁，2022年，8月28日第十七頁，共六十四頁，2022年，8月28日第十八頁，共六十四頁，2022年，8月28日第十九頁，共六十四頁，2022年，8月28日第二十頁，共六十四頁，2022年，8月28日第二十一頁，共六十四頁，2022年，8月28日二、原始變理與變型變量之間的相關系數(shù)第二十二頁，共六十四頁，2022年，8月28日第二十三頁，共六十四頁，2022年，8月28日第二十四頁，共六十四頁，2022年，8月28日三、樣本典型相關變量和樣本典型相關系數(shù)第二十五頁，共六十四頁，2022年，8月28日第二十六頁，共六十四頁，2022年，8月28日第二十七頁，共六十四頁，2022年，8月28日第二十八頁，共六十四頁，2022年，8月28日第三節(jié)典型相關系數(shù)的檢驗典型相關分析是否恰當，應該取決于兩組原變量之間是否相關，如果兩組變量之間毫無相關性而言，則不應該作典型相關分析。用樣本來估計總體的典型相關系數(shù)是否有誤，需要進行檢驗。（一）整體檢驗檢驗的統(tǒng)計量：第二十九頁，共六十四頁，2022年，8月28日所以，兩邊同時求行列式，有事實上第三十頁，共六十四頁，2022年，8月28日第三十一頁，共六十四頁，2022年，8月28日由于所以若M的特征根為，則(l-M)的特征根為(1-)。根據(jù)矩陣行列式與特征根的關系，可得：第三十二頁，共六十四頁，2022年，8月28日在原假設為真的情況下，檢驗的統(tǒng)計量

近似服從自由度為pq的2分布。在給定的顯著性水平下，如果22(pq)，則拒絕原假設，認為至少第一對典型變量之間的相關性顯著。第三十三頁，共六十四頁，2022年，8月28日依此類推，再檢驗下一對典型變量之間的相關性。直至相關性不顯著為止。對兩組變量x和y進行典型相關分析，采用的也是一種降維技術。我們希望使用盡可能少的典型變量對數(shù)，為此需要對一些較小的典型相關系數(shù)是否為零進行假設檢驗。H0經(jīng)檢驗被拒絕，則應進一步檢驗假設。

第三十四頁，共六十四頁，2022年，8月28日若原假設H0被接受，則認為只有第二對典型變量是有用的；若原假設H0被拒絕，則認為第二對典型變量也是有用的，并進一步檢驗假設。（二）部分總體典型相關系數(shù)為零的檢驗第三十五頁，共六十四頁，2022年，8月28日如此進行下去.直至對某個k第三十六頁，共六十四頁，2022年，8月28日檢驗的統(tǒng)計量近似服從自由度為(p-k)(q-k)的2分布。在給定的顯著性水平下，如果22[(p-k)(q-k)]，則拒絕原假設，認為至少第k+1對典型變量之間的相關性顯著。第三十七頁，共六十四頁，2022年，8月28日第四節(jié)典型相關分析的計算步驟在實際應用中，總體的協(xié)方差矩陣常常是未知的，類似于其他的統(tǒng)計分析方法，需要從總體中抽出一個樣本，根據(jù)樣本對總體的協(xié)方差或相關系數(shù)矩陣進行估計，然后利用估計得到的協(xié)方差或相關系數(shù)矩陣進行分析。由于估計中抽樣誤差的存在，所以估計以后還需要進行有關的假設檢驗。第三十八頁，共六十四頁，2022年，8月28日

1、假設有X組和Y組變量，樣本容量為n。假設(X1,Y1),(X2,Y2),…,(Xn,Yn)，觀測值矩陣為：第三十九頁，共六十四頁，2022年，8月28日第四十頁，共六十四頁，2022年，8月28日

2、計算特征根和特征向量求M1和

M2的特征根，對應的特征向量。則特征向量構成典型變量的系數(shù)，特征根為典型變量相關系數(shù)的平方。第四十一頁，共六十四頁，2022年，8月28日第五節(jié)郵電業(yè)與國民經(jīng)濟的典型相關分析第四十二頁，共六十四頁，2022年，8月28日二、數(shù)據(jù)分析我們將基于1995年到2007年我國國民經(jīng)濟數(shù)據(jù)(數(shù)據(jù)來自于中國統(tǒng)計年鑒)，利用Stata軟件來做郵電業(yè)和國民經(jīng)濟之間的典型相關分析。數(shù)據(jù)具體見表1.我們將采用如下指標來衡量我國各年份的郵電業(yè)：采用下面的指標來衡量我國各年份的經(jīng)濟（單位都是萬億）第四十三頁，共六十四頁，2022年，8月28日第四十四頁，共六十四頁，2022年，8月28日.canon(x1-x4)(y1-y4)第四十五頁，共六十四頁，2022年，8月28日.canon(x1-x4)(y1-y4),test(1234)第四十六頁，共六十四頁，2022年，8月28日用似然比法檢驗典型相關系數(shù)與零的差別是否顯著，檢驗r1時，其零假設為r1以及小于r1的所有典型相關系數(shù)都為零；檢驗時r2,其零假設為r2以及小于r2的所有典型相關系數(shù)都為零，依此類推。所求的似然比統(tǒng)計量近似服從Ｆ，其Ｐ值說明第1和第2典型相關系數(shù)分別具有非常顯著和顯著的意義。第四十七頁，共六十四頁，2022年，8月28日.canon(x1-x4)(y1-y4),stdcoef第四十八頁，共六十四頁，2022年，8月28日從標準化變量出發(fā)的典型系數(shù),對分析結果進行整理。樣本資料是從1995到2007年，即樣本數(shù)是13，第一組變量數(shù)p=4,第二組變量數(shù)q=4。從Stata分析結果看，4個典型相關系數(shù)分別為：r1=0.9984，r2=0.9512，r3=0.4436，r4=0.3556.經(jīng)似然比檢驗的結果，前兩對典型變量在0.05顯著水平下顯著相關。前兩對標準化的典型變量的線性組合是：第四十九頁，共六十四頁，2022年，8月28日對結果進行經(jīng)濟意義解釋。第五十頁，共六十四頁，2022年，8月28日第五十一頁，共六十四頁，2022年，8月28日.estatloading第五十二頁，共六十四頁，2022年，8月28日.finditcanred.canred1Canonicalredundancyanalysisforcanonicalcorrelation 1Canonicalcorrelationcoefficient0.9984Squaredcanonicalcorrelationcoefficient0.9968ownoppositeProportionofstandardizedvariancevariatevariateofuvariableswith...0.62940.6274ofvvariableswith...0.99010.9869.canred2Canonicalredundancyanalysisforcanonicalcorrelation 2Canonicalcorrelationcoefficient0.9512Squaredcanonicalcorrelationcoefficient0.9048ownoppositeProportionofstandardizedvariancevariatevariateofuvariableswith...0.17450.1579ofvvariableswith...0.00670.0061第五十三頁，共六十四頁，2022年，8月28日.predictu1,ucorr(1).predictu2,ucorr(2).predictv1,vcorr(1).predictv2,vcorr(2)第五十四頁，共六十四頁，2022年，8月28日第五節(jié)利用SPSS進行典型相關分析例：研究人口出生與受教育程度、生活水平等的相關，如表所示：X1X2X3X4X5分別代表多孩率、綜合節(jié)育率、初中及以上受教育程度的人口比例、人均國民收入和城鎮(zhèn)人口比例。第五十五頁，共六十四頁，2022年，8月28日數(shù)據(jù)準備第五十六頁，共六十四頁，2022年，8月28日SPSS中沒有現(xiàn)成的菜單可以做典型相關分析，需要使用語法窗口：第五十七頁，共六十四頁，2022年，8月28日點擊運行按紐include'c:\programfiles\spss\canonicalcorrelation.sps'.cancorrset1=x1x2/set2=x3x4x5.第五十八頁，共六十四頁，2022年，8月28日兩組變量內(nèi)部的相關系數(shù)：輸出結果：第五十九頁，共六十四頁，2022年，8月28日典型相關系數(shù)及其顯著性檢驗：基本可以認為第一典型相關系數(shù)在10%水平上顯著。第二典型相關系數(shù)不顯著。故只分析第一典型相關系數(shù)。第六十頁，共六十四頁，2022年，8月28日典型變量的系數(shù)第六十一頁，共六十四頁，2022年，8月28日典型結構分析：Canonicalloadings表示一組原始變量與其相應的典型變量間的相關關系。Crossloadings表示一組原始變量與其對立的典型變量間的相關關系。第六十二頁，共六十四頁，2022年，8月28日典型冗余分析：表示各典型變量對原始變量