如何在SPSS中实现典型相关分析？SPSS110151典型相关分析1511方法简介在相关分析一章中，我们主要研究的是两个变量间的相关，顶多调整其他因素的作用而已；如果要研究一个变量和一组变量间的相关，则可以使用多元线性回归，方程的复相关系数就是我们要的东西，同时偏相关系数还可以描述固定其他因素时某个自变量和应变量间的关系。但如果要研究两组变量的相关关系时，这些统计方法就无能为力了。比如要研究居民生活环境与健康状况的关系，生活环境和健康状况都有一大堆变量，如何来做难道说做出两两相关系数显然并不现实，我们需要寻找到更加综合，更具有代表性的指标，典型相关Ca
o
icalCorrelatio
分析就可以解决这个问题。典型相关分析方法由Hotelli
g提出，他的基本思想和主成分分析非常相似，也是降维。即根据变量间的相关关系，寻找一个或少数几个综合变量实际观察变量的线性组合对来替代原变量，从而将二组变量的关系集中到少数几对综合变量的关系上，提取时要求第一对综合变量间的相关性最大，第二对次之，依此类推。这些综合变量被称为典型变量，或典则变量，第1对典型变量间的相关系数则被称为第1典型相关系数。一般来说，只需要提取1～2对典型变量即可较为充分的概括样本信息。可以证明，当两个变量组均只有一个变量时，典型相关系数即为简单相关系数；当一组变量只有一个变量时，典型相关系数即为复相关系数。故可以认为典型相关系数是简单相关系数、复相关系数的推广，或者说简单相关系数、复相关系数是典型相关系数的特例。1512引例及语法说明在SPSS中可以有两种方法来拟合典型相关分析，第一种是采用Ma
ova过程来拟合，第二种是采用专门提供的宏程序来拟合，第二种方法在使用上非常简单，而输出的结果又非常详细，因此这里只对它进行介绍。该程序名为Ca
o
icalcorrelatio
sps，就放在SPSS的安装路径之中，调用方式如下：INCLUDESPSS所在路径Ca
o
icalcorrelatio
spsCANCORRSETl第一组变量的列表SET2第二组变量的列表在程序中首先应当使用i
clude命令读入典型相关分析的宏程序，然后使用ca
corr名称调用，注意最后的“”表示整个语句结束，不能遗漏。这里的分析实例来自曹素华教授所著《实用医学多因素统计分析方法》第176页：为了研究兄长的头型与弟弟的头型间的关系，研究者随机抽查了25个家庭的两兄弟的头长和头宽，资料见文件ca
o
corsav，希望求得两组变量的典型变量及典型相关系数。显然，代表兄长头形的变量为第r