典型相关分析：研究两组变量（每个变量中都可能有多个指标）之间相关关系的一种多元统计方法。他能够揭示出两组变量之间的内在联系。

选能较为综合、全面的衡量所在组的内在规律。

一组变量最简单的综合形式就是该组变量的线性组合。

典型相关分析的定义：

首先在每组变量中找出变量的线性组合，使得两组的线性组合之间具有最大的相关系数；

然后选取和最初挑选的这对线性组合不相关的线性组合，使其配对，并选取相关系数最大的一对；

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。

被选出的线性组合配对称为典型变量，它们的相关系数称为典型相关系数。典型相关系数度量了这两组变量之间联系的强度。

典型相关分析的思路：

典型相关分析关键步骤：

1）数据的分布有假设： 两组数据服从联合正态分布：（可以直接在论文中说）

2）首先要对两组变量的相关性进行检验（构造似然比统计量 ）。（不是必须的）

p值小于0.05（0.1）表示在95%（90%）的置信水平下拒绝原假设，即认为两组变量有关。

3）确定典型相关变量的个数（直接看典型相关系数对应的P值即可）（重要~~）

4）利用标准化后的典型相关变量分析问题

5）进行典型载荷分析 (典型荷载分析是指原始变量与典型变量之间相关性分析）

6)计算前 r个典型变量对样本总方差的贡献

SPSS操作步骤：

第一步：导入数据

第二步：检验数据的类型

全部设置为标度

第三步：点击菜单功能

第四步：将数据移动到对应的集合

第五步：导出分析结果

第六步：对结果进行分析（重要解释加在论文中）

首先看这张表格的最后一列，这一列代表着检验统计量

所对应的p值，我们要通过它确定典型相关系数的个数。