例:某健身俱乐部记录了20位中年男性的三项生理指标和三项训练指标,数据如表所示。试分析健身者的身体素质和运动技能的相关性。(显著性水平α =0.1)
生理指标和训练指标数据
编写如下程序
- proc cancorr data=数据文件 all
- vprefix=Physiological vname='Physiological Measurements'
- wprefix=Exercises wname='Exercises';
- /*调用cancorr过程,并指定输出相关系数、典型相关检验P值等统计量,
- 分别指定var和with变量的前缀和变量组名*/
- var Weight Waist Pulse;
- with Chins Situps Jumps;
- /*分析变量组Weight,Waist,Pulse和变量组Chins,Situps,Jumps之间的典型相关关系*/
- run;
复制代码选择Run|Submit命令提交程序,以下分析输出的主要结果。
1.典型相关系数及其检验结果
典型相关系数的信息
此表第一行为第一对典型相关变量(Physiological1,Exercises1)之间典型相关系数的信息:典型相关系数(Canonical Correlation)为0.795608,校正典型相关系数(Adjusted Canonical Correlation)为0.754056,近似标准误(Approximate Standard Error)为0.084197,典型相关系数的平方(Squared Canonical Correlation)为0.632992,以及 对应的特征值(Eigenvalue)、两相邻特征值的差(Difference)、特征值的贡献率(Proportion)和累计贡献率(Cumulative)的值。第一个特征值的贡献率达到了97.34%,表格第二、第三行分别为第二、第三对典型相关变量之间的典型相关系数信息。
典型相关系数F检验结果
典型相关系数F检验结果
表为对典型相关系数r 的F 检验结果,对第一典型相关系数r 1 检验的原假设为“r 1 及所有小于r 1 的典型相关系数的值为零”,对第二典型相关系数检验的原假设为“r 2 及所有小于r 2 的典型相关系数的值为零”,依此类推。在本实验中,r 1 对应的F 检验P 值为0.0635,小于显著性水平0.1;而观察到其他典型变量都没有显著的统计意义,不予考虑。
多元统计检验结果
对r 1 的多元统计Wilk's Lambda检验结果,在显著性水平为0.1的水平下拒绝“r 1 及所有小于r 1 的典型相关系数的值为零”的原假设。
2.原始的典型系数 生理指标的原始典型系数 | Raw Canonical Coefficients for the Physiological Measurements | | Physiological1 | Physiological2 | Physiological3 | Weight | -0.031404688 | -0.07632 | -0.00774 | Waist | 0.493241676 | 0.368723 | 0.158034 | Pulse | -0.008199315 | -0.03205 | 0.145732 | 训练指标的原始典型系数 | Raw Canonical Coefficients for the Exercises | | Exercises1 | Exercises2 | Exercises3 | Chins | -0.066113986 | -0.07104 | -0.24528 | Situps | -0.016846231 | 0.001974 | 0.019768 | Jumps | 0.013971569 | 0.020714 | -0.00817 |
据此可写第一对典型变量(Physiological1,Exercises1)和原始变量的线性方程: Physiological1=-0.031404688* Weight +0.4932416756* Waist-0.008199315* Pulse Exercises1=-0.066113986* Chins-0.016846231* Situps+0.0139715689* Jumps
3.标准化的典型系数 体能指标标准化典型系数 | Standardized Canonical Coefficients for the Physiological Measurements | | Physiological1 | Physiological2 | Physiological3 | Weight | -0.7754 | -1.8844 | -0.191 | Waist | 1.5793 | 1.1806 | 0.506 | Pulse | -0.0591 | -0.2311 | 1.0508 | | | | | 训练指标标准化典型系数 | Standardized Canonical Coefficients for the Exercises | | Exercises1 | Exercises2 | Exercises3 | Chins | -0.3495 | -0.3755 | -1.2966 | Situps | -1.054 | 0.1235 | 1.2368 | Jumps | 0.7164 | 1.0622 | -0.4188 |
由于各个分析变量的单位并不一致,为了降低量纲不同而导致的结果偏误,上表列出了标准化的典型系数,据此可写出典型变量(Physiological1,Exercises1)和标准化变量的线性方程: Physiological1=-0.7754* Weight +1.5793* Waist-0.0591* Pulse Exercises1=-0.3495* Chins-1.0540* Situps+0.7164* Jumps
4.典型结构 生理指标变量组与其构成变量的相关系数矩阵 | Correlations Between the Physiological Measurements and Their Canonical Variables | | Physiological1 | Physiological2 | Physiological3 | Weight | 0.6206 | -0.7724 | -0.135 | Waist | 0.9254 | -0.3777 | -0.031 | Pulse | -0.3328 | 0.0415 | 0.9421 | 训练指标变量组与其构成变量的相关系数矩阵 | Correlations Between the Exercises and Their Canonical Variables | | Exercises1 | Exercises2 | Exercises3 | Chins | -0.7276 | 0.237 | -0.6438 | Situps | -0.8177 | 0.573 | 0.0544 | Jumps | -0.1622 | 0.9586 | -0.2339 | 生理指标变量组和训练指标典型变量的相关系数矩阵 | Correlations Between the Physiological Measurements and the Canonical Variables of the Exercises | | Exercises1 | Exercises2 | Exercises3 | Weight | 0.4938 | -0.1549 | -0.0098 | Waist | 0.7363 | -0.0757 | -0.0022 | Pulse | -0.2648 | 0.0083 | 0.0684 | 训练指标变量组和生理指标典型变量的相关系数矩阵 | | | Correlations Between the Exercises and the Canonical Variables of the Physiological Measurements | | Physiological1 | Physiological2 | Physiological3 | Chins | -0.5789 | 0.0475 | -0.0467 | Situps | -0.6506 | 0.1149 | 0.004 | Jumps | -0.129 | 0.1923 | -0.017 |
由典型相关系数检验结果显示,仅仅第一对典型相关系数达到了统计显著,因此只分析第一对典型变量的相关情况:生理指标的第一个典型变量Physiological1在标准化的Weight(体重)上的典型系数为-0.7754,在标准化Waist(胸围)上的典型系数为1.5793,而在标准化变量Pulse(心跳次数)上的典型系数为负值且较小,即说明典型变量Physiological1主要代表了健身人员的腰围和体重的信息;训练指标的第一个典型变量Exercises1在标准化变量Situps(仰卧起坐)的典型系数为负且最大(-1.0540),在标准化变量Jumps(跳高)上的典型系数为0.7164,说明健身人员的体重和腰围对他们仰卧起坐和跳高的成绩影响较大。 |