(1)以数据文件“马克威通用数据1.mkw”为例,演示典型相关分析算法的操作。首先,在工作区内,打开建模分析工作流:“基础分析→相关分析→典型相关分析”,接着选择数据源,然后设置算法的参数,最后点击运行按钮。
其中各类参数的含义为:
计算交叉载荷:给出每组变量与对方的典型变量之间的相关系数。
计算典型载荷:给出每组变量与自身的典型变量之间的相关系数。
选择变量组“浏览次数、交易单价”和“购买数量、购买总额”进行典型相关分析。具体的参数设置如下所示:
图 0-1 典型相关分析-属性设置(2)输出结果
双击“运行”节点,输出结果:
图 0-2 典型相关分析-树形结果列表 图 0-3 典型相关分析-典型相关系数 图 0-4 典型相关分析-典型相关系数检验(3)结果说明
给出各组典型相关变量组之间的相关系数,以及典型相关系数检验结果表。从相关系数表可以看出第一组变量浏览次数与第二组变量的相关性为高度相关。而交易单价与第二组变量之间几乎不相关。
输入变量类型:整型、浮点型、布尔型
输入数据尺度:标量型、名义型、有序型
典型相关分析是一种用于研究两组变量之间相关性的统计分析方法。
从总体上把握两组指标之间的相关关系,分别在两组变量中提取有代表性的两个综合变量,利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。
输出结果:
原始的典型系数:给出原始变量对应的典型变量的系数。
标准的典型系数:给出对原始变量标准化后得到的典型变量的系数。
典型相关系数:给出典型相关系数。
典型相关系数检验:给出特征值。
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1781****525 | 2020-12-12 12:25:37 | 1年 | Windows | 单机版 |
1781****525 | 2020-12-12 12:24:50 | 1年 | Windows | 单机版 |
1305****178 | 2019-12-27 19:47:09 | 1年 | Windows | 单机版 |
1811****398 | 2018-07-23 13:52:02 | 1年 | Windows | 单机版 |
1362****882 | 2018-01-29 09:23:58 | 1年 | Windows | 单机版 |
1302****267 | 2018-01-09 09:38:57 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 08:55:32 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 23:45:25 | 1年 | Windows | 单机版 |
1803****455 | 2017-05-19 16:31:32 | 1年 | Windows | 单机版 |