
杏花开生物医药统计
一号在手,统计无忧!
关 注医学统计SPSS典型相关性分析详细操作
关键词:SPSS、典型相关

导 读
在前几期,我们详细介绍了双变量间的相关关系研究的Pearson和Spearman相关性分析。
点击观看:
《什么样的医学数据可以使用spss中的Pearson相关性分析?》
《医学统计中的Spearman秩相关性分析原理及spss中的操作》
但在实际应用中,可能会面对两组多个变量的数据,若要研究两组变量之间的关系时,则需要用到典型相关性分析。
本期,我们主要介绍典型相关分析的基本原理、适用条件及其在SPSS中的具体操作。
下方为视频版和音频版,含软件操作步骤
一
基本原理
典型相关分析,即分析两组变量X=(X1,X2,…,Xn)和Y=(Y1,Y2,…,Ym)之间的相关关系,其研究思想类似于主成分分析,通过在两组变量中,找出变量相关性最大的线性组合,然后再在每组变量中,找出第二对相关性最大的线性组合,但其与第一对线性组合不相关,如此进行下去,直至两组变量间的相关性被提取完毕。
这些被提取的变量对为典型变量,第一对典型变量的相关系数称为第一典型相关系数。一般来说,只需要提取1-2对典型变量即可较为充分概括样本信息。
二
适用条件
典型相关性分析适用于两组变量都为连续数值型的变量且服从正态分布的情况。
三
案例解读
我们集了一份65名志愿者的三个生理指标:身体质量指数(x1)、收缩压(x2)和脉搏(x3)和三个生活指标:每天睡眠时长(y1)、每日步数(y2)和每日户外活动时长(y3),欲研究六个变量间的相关关系,若直接进行两两分析,则会较为繁复且不够直观。采用典型相关性分析,以进行更加简明清晰的研究。具体操作如下:
(1)在SPSS中的具体操作
①依次点击“分析——相关——典型相关性”。
(点击图片查看大图)