【SPSS典型相关分析图的解释，spss典型相关分析】大家对这个很关注，下面小编林整理了SPSS典型相关分析图的解释，spss典型相关分析相关内容给大家了解下！
SPSS的典型相关分析(Canonical Correlation Analysis, CCA)是一种多元统计方法，用于研究两组随机变量之间的整体线性相关关系。CCA的基本思想是将每组变量作为一个整体进行研究，通过主成分分析降维的思想，针对每一变量组分别寻找其最佳线性组合，使新生成的综合变量提取了原始变量组的大部分信息，同时与另一变量组新生成的综合变量之间相关程度最大。CCA的具体过程为首先在每组变量中找出变量的线性组合，使其具有最大相关性，然后再在每组变量中找出第二对线性组合，使其依然最大化相关但与第一对变量组合不相关，如此继续下去，直到两组变量之间的相关性被提取完毕为止。这些综合变量被称为典型变量(又称典则变量)，第Ｉ对典型变量间的相关系数则被称为第Ｉ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地概括变量信息。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。因此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。
在SPSS中进行典型相关分析的步骤如下：
点击“分析”菜单栏中的“相关”一栏，选择“双变量”。
将要研究的变量选择进入“变量”框中，勾选“皮尔逊”，“双尾”，“标记显著性相关性”。
点击“确定”。
在SPSS的输出结果中，可以查看显著性和数值解读。显著性解读主要看显著性(双尾)，如果值小于0.05，代表两个变量之间存在显著的线性相关性。如果值大于0.05，代表不存在显著的线性相关性。或者可以直接看星号：*代表p值小于0.05，代表p值小于0.01。不带星号，代表不显著。看皮尔逊相关系数(r)，如果r>0，代表正向相关。如果r<0，代表负向相关。
以上就是关于【SPSS典型相关分析图的解释，spss典型相关分析】相关内容，希望对大家有帮助！
标签： spss典型相关分析
免责声明：本文由用户上传，如有侵权请联系删除！