典型相关分析报告SPSS例析.docx

上传人:b****3 文档编号:5148251 上传时间:2023-05-08 格式:DOCX 页数:16 大小:55.93KB
下载 相关 举报
典型相关分析报告SPSS例析.docx_第1页
第1页 / 共16页
典型相关分析报告SPSS例析.docx_第2页
第2页 / 共16页
典型相关分析报告SPSS例析.docx_第3页
第3页 / 共16页
典型相关分析报告SPSS例析.docx_第4页
第4页 / 共16页
典型相关分析报告SPSS例析.docx_第5页
第5页 / 共16页
典型相关分析报告SPSS例析.docx_第6页
第6页 / 共16页
典型相关分析报告SPSS例析.docx_第7页
第7页 / 共16页
典型相关分析报告SPSS例析.docx_第8页
第8页 / 共16页
典型相关分析报告SPSS例析.docx_第9页
第9页 / 共16页
典型相关分析报告SPSS例析.docx_第10页
第10页 / 共16页
典型相关分析报告SPSS例析.docx_第11页
第11页 / 共16页
典型相关分析报告SPSS例析.docx_第12页
第12页 / 共16页
典型相关分析报告SPSS例析.docx_第13页
第13页 / 共16页
典型相关分析报告SPSS例析.docx_第14页
第14页 / 共16页
典型相关分析报告SPSS例析.docx_第15页
第15页 / 共16页
典型相关分析报告SPSS例析.docx_第16页
第16页 / 共16页
亲,该文档总共16页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

典型相关分析报告SPSS例析.docx

《典型相关分析报告SPSS例析.docx》由会员分享,可在线阅读,更多相关《典型相关分析报告SPSS例析.docx(16页珍藏版)》请在冰点文库上搜索。

典型相关分析报告SPSS例析.docx

典型相关分析报告SPSS例析

典型相关分析

典型相关分析(Canonicalcorrelation)又称规则相关分析,用以分析两组变量间关系的一种方法;两个变量组均包含多个变量,所以简单相关和多元回归的解惑都是规则相关

的特例。

典型相关将各组变量作为整体对待,描述的是两个变量组之间整体的相关,而不是

两个变量组个别变量之间的相关。

典型相关与主成分相关有类似,不过主成分考虑的是一组变量,而典型相关考虑的是两组变量间的关系,有学者将规则相关视为双管的主成分分析;因为它主要在寻找一组变量的

成分使之与另一组的成分具有最大的线性关系。

典型相关模型的基本假设:

两组变量间是线性关系,每对典型变量之间是线性关系,每

个典型变量与本组变量之间也是线性关系;典型相关还要求各组内变量间不能有高度的复共

线性。

典型相关两组变量地位相等,如有隐含的因果关系,可令一组为自变量,另一组为因

变量。

典型相关会找出一组变量的线性组合X*axi与Y*=dyj,称为典型变量;以

使两个典型变量之间所能获得相关系数达到最大,这一相关系数称为典型相关系数。

ai和bj

称为典型系数。

如果对变量进行标准化后再进行上述操作,得到的是标准化的典型系数。

典型变量的性质

每个典型变量智慧与对应的另一组典型变量相关,而不与其他典型变量相关;原来所有

变量的总方差通过典型变量而成为几个相互独立的维度。

一个典型相关系数只是两个典型变

量之间的相关,不能代表两个变量组的相关;各对典型变量构成的多维典型相关,共同代表

两组变量间的整体相关。

典型负荷系数和交叉负荷系数

典型负荷系数也称结构相关系数,指的是一个典型变量与本组所有变量的简单相关系数,

交叉负荷系数指的是一个典型变量与另一组变量组各个变量的简单相关系数。

典型系数隐含

着偏相关的意思,而典型负荷系数代表的是典型变量与变量间的简单相关,两者有很大区别。

重叠指数

如果一组变量的部分方差可以又另一个变量的方差来解释和预测,就可以说这部分方差

与另一个变量的方差之间相重叠,或可由另一变量所解释。

将重叠应用到典型相关时,只要

2

简单地将典型相关系数平方(CR),就得到这对典型变量方差的共同比例,代表一个典型

变量的方差可有另一个典型变量解释的比例,如果将此比例再乘以典型变量所能解释的本组

变量总方差的比例,得到的就是一组变量的方差所能够被另一组变量的典型变量所能解释的比例,即为重叠系数。

例1:

CRM(CustomerRelationshipManagement)即客户关系管理案例,有三组

Capital

Sales

Web

Mail

31

DM

Mobile

ShortM

PromP

SalaP

SenP

5&0

1858

100

400

5

1.00

100

100

200

200

200

P3600

6500

133

500

157

350

1.00

100

257

300

4.00

2S1S

5000

3貂

3G0

1.2S

100

1.00

100

3.00

2.33

200

1590

4G0Q

317

240

200

175

100

100

2?

1

200

250

9D0

1935

2.50

460

100

100

100

1.00

257

3.00

3.00

7600

2000

1OO

100

100

10Q

100

100

271

2OQ

200

数据的格式如上所示,以下对三组变量两两做典型相关分析。

首先对公司规模和CRM实施程度做典型相关分析

SPSS并未提供典型相关分析的交互窗口,只能直接在synatxeditor窗口中呼叫SPSS的

CANCORR程序来执行分析。

并且cancorr不能读取中文名称,需将变量改为英文名称。

打开文件后

 

File-new

synatxeditor打开语法窗口

输入语句

INCLUDE'D:

\spss19\Samples\English\Canonicalcorrelation.sps'.

CANCORRSet仁CapitalSales

/Set2=WebMailCallDMMobileShortM.

小写字母也行,但是变量名字必须严格一致

include'D:

\spss19\Samples\English\Canonicalcorrelation.sps'.cancorrset仁CapitalSales

/set2=WebMailCallDMMobileShortM.

注意第三行的“/”不能为“”

 

鳩D:

转换T分析X直騎I』:

圈形:

C;实用程序2逶召'貳、工具⑶窮□讥:

帮助

2

3►

canonicalcorrelationaciivfedaia*

include'D.'.3p33l9''.Saniple3English\Canonicalcorrelatino.spscancorrsetl^CaprtalS^EesV

S5t^=WsbMaCaDMMobileShortM

 

 

runall得到典型相关分析结果

CcrrelaTicrisforCapital

Capital1.0000-7143

Sales.71431.0000

第一组变量间的简单相关系数

Correlationsfor

W^bMailCallDMMobileShcrtM

W«t>1.0000.3991.493S.禿42,1£15月5汚

Mail.3991l.OOCO3776.3176.3374.3538

Call.43*38.37761.0000.6463.5342.6278

DM.3842.3176.64631.0000.3578.4961

Mobile,1815,3374,5342・35疋1.0000■应出

ShortM.3535.3338,&278-49frl.62501.0000

CorrelationsBet^ee口S«t-1andSet-2

W^tMaiil匚訓DMMobileShortM

Capital.273S.1733,3189.1873,31t0.2374

Sal^s.1876.L343,2597.2260.3969.3409

CanonicalCorrelations

1.434

2

.298

CR2=0.298.

Testthatremainingcorrelationsarezero:

WilksChi-SQOFSig.

1

・7■弱20.3^312.000.0S0

 

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。

0的,相关性显著。

第二行sig值

第一行看出,第一对典型变量的典型相关系数是不为

P=0.263>0.05,在5%显著性水平下不显著。

StandardizedCanonicalCoefficientsforSet-1

12

Capital-,287-1,400

Saks-.7741.201feACanonicalCoefficientsfo「S^r-L

12

Capital.000.000

5al-fi5.000.000

第一个典型变量的标准化典型系数为-0.287和-0.774.

CV1-2=--1.4capital+1.2sales

CV1-1=--0.287capital--0.774sales,

Staindardif^dCari^?

ni^alfo「Set-2

12

Web

-341

',43:

Mail

.117

-.168

Call

.027

-1.075

DM

-.091

.490

Mobile-.767.139

—0.091DM—0.767mobile—0.174shortm

ShortML74.812

RawCanonicalCoefficientsforSec-2

12

■険t.

-.330

-.419

Mail

101-

斗5

Call

.019-.762

DM

-074

.398

Mobile

-^37

.152

ShortM

-.154

.763

CV2-1=--0.341web+0.117mail+0.027call

CV2-2=--0.433web—0.168mail—1.075call+0.490DM+0.139mobile+0.812shortm

CanonkslLoadirig^forSet-2

12

他b

-516

-S30

Miil

-.354

-.273

Call

-.674

-.451

DM

-527

.028

F-lobile

-917

115

ShortM

-飞5

CanonicalLoadingsForS^T-1

12

Capital

-.841

-.542

CrossLoa-dinaj

7

forSet-2

Sak5

-.980

201

12

W-eb

-224

-丄58

Mail

-.154

-,081

CrossLoadingsforSec-1

Call

-.293

'.134

12

DM

-.229

.008

Capital

-.365

-.152

Mobile

-398

.034

-•425

.060

ShortM

-332

.077

典型负荷系数和交叉负荷系数表

RedundancyAnal^is:

ProportionofVarianc电ofSeT-1Exp:

dain^dbyItsOwnCan.Var.

PropVar

CV1-1.833

GV1-2,1S7

ProportionofVariariceofS€T-1Ex匚JainedbyOppositeCan.Van

PiropVar

CV2-1.157

CV2-2.015

Proporrionof■-■'Arianes凸f5飢一2Eyplain^dbyIr;O训rCan.Var.

PropVar

CV2-1.425

CV2-2.107

PrQpQrtiQnqFV^ri^nc«©fStt一2ExplainedbyOppQsit^Can、耳小

PropVar

CVl^l,080

CV1-2.003

重叠系数分析Redundancyindex

2

0.157=CR1*0.833=0.434人2*0.833

0.08=CR12*0.425=0.434A2*0.425

|81_CV001

S2_CV001

S1_CV002

S2_CV002

-06

-98

.02

-56

-23

-133

*.10

-J8

■195

-.03

-1SO

-13

-199

00

”169

-05

-141

-01

-116

r20

-123

<64

^01

-07

■193

03

-66

-07

-97

-14

-62

-339

-.91

-.39

-69

-295

■08

-67

-27

「219

431

-30

-179

07

-22

-20

411

-.20

-01

-,38

f33

.21

-24

-.20

208

16

57

-04

-137

.04

-78

此为计算的典型变量,保存到原文件后部。

公司规模与CRM绩效的典型相关分析

CanonicalCorrelations

1.358

2.030

thairemaining匚心rrmi日iio□百are^erc-:

Alik's€hi-SQOFSig.

1用£510.3186.000.112

2.932.5832.000.747

stthatremaininq

cQrrelati(>r\sa「电己电「o;

CanonicalCorrelations

Alik's

Chi-SQ

OF5

?

ig.

1

.744

1

.368

69.033

18.000

.000

2

.339

n

823

13.4S1

10,000

.199

3

.265

3

.930

5.011

4.000

.286

CRM绩效与CRM实施程度典型相关分析

自变量

因变量

规则相关系数检验的P值

公司规模

CRM实施程度

0.434

0.05

CRM实施程度

CRM绩效

0.368

0.00

公司规模

CRM绩效

0.358

0.112

由上表知,公司规模与CRM实施程度显著相关,且公司规模越大实施程度越高;此外CRM实施程度越高越能实现CRM绩效,但公司规模与CRM绩效并不显著相关;就整体而言,公司规模不直接影响CRM绩效,而是通过CRM实施程度间接影响CRM绩效。

影响CRM绩因素很多,光靠较大公司规模还不是CRM绩效的保证,还有其他因素影响CRM绩效。

例2:

全国30省市自治区农村收入与支出的指标,x1—x4反映农村收入,y1---y8反映

农村生活费支出,对收入与支出进行典型相关分析。

-垃

乂4J

1Y1I

y^J

1

234.21

^0.74

52.49

353S

62542

7Q.6G

福建

520.64

1295.96

113.16

11393

1093.45

99.1?

215

江西

31969

1161.47

J169

14&1

77461

TO27

1&?

山东

40898

123056

4677

2878

74868

10203

2oe

163.61

100419

3582

23.45

544.26

77.07

131

湖北

19236

12387

4751

3348

75391

8111

湖南

26300

109569

4616

1511

82391

7361

192

广东

71224

1756.74

180.30

5006

1220.00

91.31

34F

JB

202W

115806

7454

1144

76026

4917

13S

海南

5357

130786

3397

74,31

73721

43OS

32

EIII

的A胎

RMxd

A7仍

71R11

1刃

[名称

匚婪型

宽度

匚小数

|标签[|

area

字符弗

0

地区

xl

数值㈣

6

2

茅动者很酬(元:

x2

数值(N)

S

2

家庭经营腋入(.:

«3

数直啊)

3

2

轉移性收入(ffi...:

x4

Kfi(N)

3

2

财产性收入(无…:

yi

MIN)

2

食品盍出〔元):

3

2

衣看支出〔畀):

y3

数值『1)

2

居住支出〔元):

y4

数值㈣

2

塞庭锻备及服务:

y5

6

2

医疗保健支岀〔:

ye

S?

H(N)

8

2

交通和通讯支出:

Ktt(N)

Z

2

文教f娱乐用品一:

ye

数值(N)

S

2

其他商品及服务「

语法输入

INCLUDE'D:

/spss19/Samples/English/Canonicalcorrelation.sps'.

cancorrset1=x1x2x3x4

/set2=y1y2y3y4y5y6y7y8.

Corr^lati*nsforS^t-1

X12

煜x=

ix4

乂1

1.0000

•逸6

73S1

^701

x2

.3586

1.0000

.4369

3673

x3

.7381

43£9

1,0000

4867

x4

.5701

.3673

.4857

1.0000

Correlati:

■nsfcrSetrZ

yi

y2y3

0

*

XV7

vi

L0000

.7193

.8492

.8837

.6331

.896?

.8980

.3772

y2

.7193

hOOOO

S273

.8328

.7500

.8144

6825

.7846

V3

.8492

.7273

1.00G0

.8980

.6061

.9150

.>i55

.3073

y4

・883_

8328

.8980

1.0000

£44E

.□□SO

y5

.6331

.7500

.5061

.6362

1.000Q

.6615

.6381

.6869

y6

・89S5

8144

9150

L0000

8739

9307

V7

.8980

.6825

—产c

.J/DD

8446

.6981

.3739

l.OOOG

.7921

V8

.8772

7846

3073

.9080

KB69

.3307

J981

l.OOCO

CanonicalCorrelations

1.382

2,9ia

3596

4

T^stThatremainingcorr^Iationsarezero:

Wilk's

Chi-SQ

DFS

ic.

1

003

132.9S1

32.000

000

.076

58.105

21.000

.000

442

18.381

12-000

4

.685

8.501

5.000

.131

只有前两对典型相关系数是显著的;分别为CR1=0.982和CR2=0.910.

StandardizedCanonicalCoeffitierrtsfrSet-1

1

23

4

xl

',511

-1,046

-L.G34

x2

933

x3

-.448

1.459

-.150

179

x4

-.142

-315

-.887

.806

CV1-1=-0.511x1-0.039x2-0.448x3-0.142x4

CV1-2=-1.046x1-0.293x2+1.459x3-0.319x4

Standardized匚anonical匚o-sffi

1

23

4

yi

-.199

-.117

1.553

V2

.017

-1.512

-1.240

.614

.斗42

-L.51H

1-002

-总5

V4

-.615

L32O

1011

-2.446

.096

-.031

1.063

-137

西

-.415

.70S

-L.43~

-.326

y7

-.070

.453

-1.054

943

-.220

.274

—£54

1364

CV2-1=-0.199y1+0.017y2+0.442y3-0.615y4+0.096y5-0.415y6-0.07y7-0.22y8

CV2-2=-0.117y1-1.512y2-1.515y3+1.320y4-0.03y5+0.705y6+0.453y7+0.274y8

第一对典型变量说明靠劳动报酬和转移收入为主的家庭其对应的消费主要在家庭设备和服

务,交通和通讯支出上,在居住支出上比较少。

例三:

已知294个被调查者的cesd(抑郁症)‘health与sex,age,education,income组指标建立数据文件。

对两组进行典型相关分析。

语法输入

INCLUDE'D:

/spss19/Samples/English/Canonicalcorrelation.sps'.

CANCORRSet仁cesdhealth

/Set2=sexageeducincome.

结果选录

CanonkalCorrelations

1.405

2.266

Testthatremainingcorrelationszero:

Wilk'sChi-SQDF百ig.

1.77773,0378.000.000

.92921,1653.000

000

 

StandardizedCanonicalCoefficientsfc-rSet-L

12

cesd-.490

health,382-288

SiandardizedCanonical匸ntsforSec-2

12

S4X,025-.396

age.871,443

educ-.383.448

income.082.555

从第一对典型变量的表达式看出,年龄较大,教育程度较低,相对的无抑郁症趋势;显然健

康比较差。

第二对典型变量表明,年龄小,教育度低,收入低的女性相对的有抑郁症。

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 工程科技 > 能源化工

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2