典型相关分析SPSS例析Word文件下载.docx
《典型相关分析SPSS例析Word文件下载.docx》由会员分享,可在线阅读,更多相关《典型相关分析SPSS例析Word文件下载.docx(14页珍藏版)》请在冰豆网上搜索。
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
简单地将典型相关系数平方(CR2),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,有三组变量,
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网站,电子邮件,客服中心,DM快讯广告Directmail缩写,无线上网,简讯服务),三个CRM绩效维度(行销绩效,销售绩效,服务绩效)。
试对三组变量做典型相关分析。
Capital
Sales
Web
Mail
Call
DM
Mobile
ShcitM
PromP
SaleP
Ser\P
650
185S
100
400
114
200
P3600
6500
163
500
1.57
350
1.00
267
300
2S1S
£
000
3S3
360
129
j00
3.00
233
2.00
1590
4000
317
240
175
too
271
250
900
1935
250
4.60
257
7500
2000
1Q0
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
CANCORF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'
\spss19\Samples\English\Canonicalcorrelation.sps'
cancorrset仁CapitalSales
/set2=WebMailCallDMMobileShortM.
注意第三行的“/”不能为“”
D转换E;
分折G直销旦图形心实用程库卫;
靑
eSrT\XS(S)窗世)特助
ac闖密备蕾醴一A
-g*/(7k」◎■
・《■■
J
薇F舌:
canonical_correlation_adive_daia_T
includa'
D'
■.spssW-.SampSes'
-.Engli^h-.Canori亡Hcorrelationspcancorrs&
t_1^0apitalSales
(z/s23=W9blVlailCallDMMobileShoHM
runall得到典型相关分析结果
CorrelationsforSet-1
Capital1,0000,7143
Sales.71431.0000
第一组变量间的简单相关系数
CcrrelationsforSet-2
W^bMailCallDMMobil电Shor^M
WebLOOOO.3391,4333.3842.1815,3535
Mail.39511.00003776.3176.3374.3338
Call.4938.377G1.000064G3.5342.€278
DM.3G42.3176.6463100003578.4961
Mobile・1E15■汨冷.5342,35781,0000・6昶0
ShorcM.3535.3335,fr27S,49S1,62801.0000
CorrelaTionBEetweenSet-1andSet-2
A^bMailCallDMMobileShcrtM
Capital.2738.1733.3189.1879,3160,2374
Sal^s.1876.1343.2597.2260.3969.3409
CanonicalCorrelacio
1,434
2.298
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.
Testthatremainingcorrelationsarezero;
?
VSIk'
sChi-SQDFSig,
1■飞920.39312,000・050
2”911S.4S95.000・2£
2
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。
StandardizedCanoniolCoefficientsfor
Capital-287-1.400
Sales-.7741.201
RbtCanonicalCoefficientsforSet-1
12
Capital.000.000
Sales.000.000
CV1-1=--0.287capital--0.774sales,CV1-2=--1.4capital+1.2sales
StandardizedCan^jni<
;
alCwffifiwntsfo「Set-2
Web-,341433
Mail.117*.168
Call.027-1.075
DM-.091.490
Mobile-.767
ShortM-.174.S12
RawCanonicalCoefficientsforSet-2
Web
-.530
-.419
.101-
1斗5
.019-
-.07斗
.398
-.837
152
ShortM
-.164
.763
CV2-1=--0.341web+0.117mail+0.027call—0.091DM—0.767mobile—0.174shortm
CV2-2=--0.433web—0.168mail—1.075call+0.490DM+0.139mobile+0.812shortm
CanonicalLeadingsforSet-2
'
Act'
-.516
-530
kMil
-.354
-.273
-.674
-,451
Dh-1
-.527
.028
Mobile
-.917
415
-.755
CanomicalLoadingsforSet-1
-.841
-S4Z
Crc>
ssLoadingsforSet-2
-980
201
Mb
-224
-158
-.154
-.081
CressLeadingsforS^t-1
-*293
.134
-.229
.008
-.3€5
-.162
-393
-.425
.0€0
-.332
.077
典型负荷系数和交叉负荷系数表
RedundancyAnalysis:
ProportionofVarianceofSex-1ExplainedbvItsOwnCm.Var.
PropVar
CV1-1.833
CV1-2,167
ProportionofVaranc«
ofSeT-1ExplainedbyOpposiT^Can,Van
CV2-L,1?
7
CV2-2.CIS
Proportionc-fv^rian^^ofS$t-2Eyiplain^dt-yIr5OwnCm.var.PropVar
CV2-1.425
CV2-2.107
P