源代码+代码解释+代码应用案例+参考
相关分析的升级版,是反映两组指标之间的整体相关性的多元统计分析方法。
为了从总体上把握两组指标之间的相关关系,分别在两组变量中提取有代表性的两个综合变量U1和V1(分别为两个变量组中各变量的线性组合),利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。
借用主成分降维思想,先对两组变量提取主成分,且使从两组变量提取的主成分之间的相关程度达到最大,用主成分的相关性来描述两组变量整体的线性相关性。
1、操作代码
方法一:
打开文件后
File-à new --àsynatx editor打开语法窗口
输入语句
- INCLUDE'D:\spss19\Samples\English\Canonical correlation.sps'.
- CANCORR Set1=Capital Sales
- /Set2=Web Mail Call DM MobileShortM.
- %小写字母也行,但是变量名字必须严格一致
- include'D:\spss19\Samples\English\Canonical correlation.sps'.
- cancorr set1=Capital Sales
- /set2=Web Mail Call DM MobileShortM.
- %注意第三行的“/”不能为“\”
方法二:MANOVA方法
1、打开你的文件
2、File->New->Syntax,将下面的语句输入到Syntax框中:(注意第一行,你的SPSS安装在哪路径就写哪;而且这种情况要区分自变量与因变量)
MANOVA
因变量列表 WITH 自变量列表
- /DISCRIM RAW STAN ESTIM CORR ROTATE(VARIMAX) ALPHA(0.05)
- /PRINT SIGNIF(EIGN DIMENR HYPOTH )
- /NOPRINT SIGNIF(MULT UNIV ) PARAM(ESTIM)
- /ERROR WITHIN+RESIDUAL
- /DESIGN.
4、Run->All
2、应用案例
第一组变量间的简单相关系数
第一对典型变量的典型相关系数为CR1=0.434,第二对典型变量的典型相关系数为CR2=0.298.
此为检验相关系数是否显著的检验,原假设:相关系数为0.
每行的检验都是对此行及以后各行所对应的典型相关系数的多元检验。
第一行看出,第一对典型变量的典型相关系数是不为0的,相关性显著。第二行sig值P=0.263>0.05,在5%显著性水平下不显著。
3、参考
https://bbs.pinggu.org/thread-3213510-1-1.html





雷达卡




的时候,雨也是晴;心雨
的时候,晴也是雨!

京公网安备 11010802022788号







