文档介绍：典型相关性分析典型相关分析是借助主成分分析降维的思想，分别对两组变量提取主成分，且使得两组变量提取的主成分之间的相关程度达到最大，而从同一组内部提取的各主成分之间互不相关，用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系0
.775
对三个典型相关系数的显著性检验，原假设是相关系数为0，，,拒绝原假设，>,认为二者均为0。
StandardizedCanonicalCoefficientsforSet-1
1
2
3
x1
.775
-
-.191
x2
-
.506
x3
.059
-.231
数据集1标准化变量的典型相关变量函数表达式：U1=*-*+*
U2=-*+*-*,U3=-*+*+*
RawCanonicalCoefficientsforSet-1
1
2
x1
.031
-.076
-.008
x2
-.493
.369
.158
x3
.008
-.032
.146
数据集1原始变量的典型相关变量函数表达式：U1=-+,U2...,U3…
StandardizedCanonicalCoefficientsforSet-2
123
-.376-
y3-.-.419
数据集2标准化变量的典型相关变量函数表达式
Vl=*+*-*,V2...,V3…
RawCanonicalCoefficientsforSet-2
1
2
y1
.066
-.071
-.245
y2
.017
.002
.020
y3
-.014
.021
-.008
数据集1原始变量的典型相关变量函数表达式：V1=+-,V2...,V3…
CanonicalLoadingsforSet-1
1
2
x1
-.621
-.772
-.135
x2
-.925
-.378
-.031
x3
.333
.041
.942
典型载荷阵，-（体重）与第一个典型相关变量U1的相关系数为-,典型载荷阵相当于因子分析中的因子载荷阵，第一个典型相关变量U1与x2的相关系数绝对值最大，二者呈现负相关关系，说明这个典型变量U1主要反映人的体型不是肥胖（即健康）程度；
CrossLoadingsforSet-1
3
1
2
x1
-.494
-.155
-.010
x2
-.736
-.076
-.002
x3
.265
.008
.068
典型交叉载荷，--0