典型相关分析SPSS例析.docx

典型相关分析SPSS例析 典型相关分析是一种多元统计分析方法，用于研究两组变量之间的关系。它可以将两个变量组作为整体对待，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。 典型相关分析的假设是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变量间不能有高度的复共线性。 典型相关模型的主要目标是找出一组变量的线性组合，称为典型变量，以使两个典型变量之间所能获得相关系数到达最大，这一相关系数称为典型相关系数。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。 典型变量的性质是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。 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。 典型负荷系数和穿插负荷系数是典型相关分析中两个重要的概念。典型负荷系数也称构造相关系数，指的是一个典型变量与本组所有变量的简单相关系数；穿插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。 重叠指数是典型相关分析中另一个重要概念。如果一组变量的局部方差可以又另一个变量的方差来解释和预测，就可以说这局部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，只要简单地将典型相关系数平方〔〕,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。 在SPSS软件中，使用CANCORR命令来执行典型相关分析。例如，对CRM（Customer Relationship Management）案例中的三组变量进行典型相关分析，分别是公司规模变量两个〔资本额，销售额〕，六个CRM实施程度变量〔WEB，电子，客服中心，DM 快讯广告 Direct mail 缩写，无线上网，简讯效劳〕，三个CRM绩效维度〔行销绩效，销售绩效，效劳绩效〕。可以使用以下语句来执行典型相关分析： CANCORR Set1=Capital Sales /Set2=Web Mail Call DM Mobile ShortM. 这将输出典型相关分析的结果，包括第一对典型变量的典型相关系数、第二对典型变量的典型相关系数等。