我是參考林清山、陳正昌、周文賢、張紹勳、傅粹馨等的文章 指出報表跑出來會有 1. 典型相關係數(就是你跑出來的有正負號的係數，可畫成 典型相關因徑圖)，其正負號代表的是各變項在該變量中 所佔之權重，自然會有正負 之分，但並非是負相關的意思。 2.我們看典型相關應該要看因素負荷量(canonical loadings) 所謂典型負荷量係指典型變項與原變量之間的相關又稱為 典型結構相關(canonical structure correlations)， 在解釋典型關係上比典型相關係數更加精確。 這是我看書所得到的解讀，大致是這樣，如有其他的問題歡迎不吝指教討論。 ※ 引述《Martin123 (乘風飛翔)》之銘言： : 看了書跟別人的論文.. : 大概知道各種相關都是典型相關的特例 : 想請問典型相關跑出來的相關係數跟積差相關跑出來的 有什麼關係?會一樣嗎? : 主要重點應該在於第一組典型因素的相關係數吧? : 這個值會跟其他相關一樣有負的嗎?(也就是負相關?) : 還是說就算是負相關 也是出現正值?(但在結構係數關係上可以看出是反向) : 因為我看書上 有一本的例子看起來自變項跟應變項間應該是反向的關係 : 數據如下： : X變項 典型因素 Y變項 典型因素 : X1 X2 X3 η1 η2 η3 : 基本操作效能-0.98 -0.18 -0.05 學習電腦焦慮 0.96 0.25 0.03 : 軟體使用效能-0.84 0.05 0.31 面對資訊焦慮 0.96 -0.08 -0.23 : 教學應用效能-0.97 0.22 -0.09 應用教學焦慮 0.97 -0.20 0.07 : 抽出變異數% 93.47 2.91 3.63 抽出變異數% 94.19 3.78 2.02 : 重疊量數 80.19 0.15 0.00 重疊量數 80.81 0.19 0.00 : ______________________________________________________________________ : ρ2 .8579 .0509 .0002 : 典型相關 .9263 .2257 .0132 : P .0001 .0001 .7626 : Q:其中那些正阿負的 有一定嗎? 還是只有SPSS知道為什麼? : 第一組典型因素(X1跟η1)他們的結構係數剛好全正與全負 : 請問這是必然嗎? 這跟X Y字面上看起來就是相反關係有關嗎? : 那為什麼第二組以後就正負交錯? : (因為有著潛在的關係是不能從變數表面意義推知的?故正負不一定?) : Q:還有第一組典型因素X1跟η1的典型相關.9263 : 為什麼不是負的???(-0.9263，因為結構係數正負都剛好相反阿) : Q:抽出變異數在這例中好像加起來都是100% : 可是我在別的書看到的不是這樣耶... : 是因為X Y都有三個變項 而典型因素也有三組 所以能夠完全解釋嗎?故和為100%? : 如果X只有兩個變項 而Y有三個變項 : 那會有兩組典型因素 這樣抽出變異數和就不會是100%?? : 不太能完全了解這個表數字間的關係 : 希望對這個了解的統計高手能幫小弟解惑一下 感激不盡 :) -- 生命的陽光雨點般朝我撲灑而下 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 163.13.144.7