在相关分析一章中我们主要研究的是两个变量间的相关，顶多调整其他因素的作用而已；如果要研究一个变量和一组变量间的相关

则可以使用多元线性回归，方程的複相关系数就是我们要的东西同时偏相关系数还可以描述固定其他因素时某个自变量和应变量间的

关系。但如果要研究两组变量的相关關系时这些统计方法就无能为力了。比如要研究居民生活环境与健康状况的关系生活环境和健

康状况都有一大堆变量，如何来做

难道說做出两两相关系数

显然并不现实我们需要寻找到更加综合，更具有代表性的指标典型相

分析就可以解决这个问题。

提出他的基本思想和主成分分析非常相似，也是降维即根据变量间的相关关系，寻找一个或少数几

实际观察变量的线性组合

对来替代原变量从而将②组变量的关系集中到少数几对综合变量的关系上，提取时要求第一对

综合变量间的相关性最大第二对次之，依此类推这些综合变量被称为典型变量，或典则变量第

对典型变量间的相关系数则被称

典型相关系数。一般来说只需要提取

对典型变量即可较为充分的概括樣本信息。

可以证明当两个变量组均只有一个变量时，典型相关系数即为简单相关系数；当一组变量只有一个变量时典型相关系数即為复相关

系数。故可以认为典型相关系数是简单相关系数、复相关系数的推广或者说简单相关系数、复相关系数是典型相关系数的特例。

中可以有两种方法来拟合典型相关分析第一种是采用

过程来拟合，第二种是采用专门提供的宏程序来拟合第二种方

法在使用上非常簡单，而输出的结果又非常详细因此这里只对它进行介绍。该程序名为

安装路径之中调用方式如下：

命令读入典型相关分析的宏程序，

注意最后的“.”表示整个语句结束

这里的分析实例来自曹素华教授所著《实用医学多因素统计分析方法》第

页：为了研究兄长的头型與弟弟的头型间的关系，研

个家庭的两兄弟的头长和头宽资料见文件

，希望求得两组变量的典型变量及典型相关系数显然，代

表兄长頭形的变量为第一组变量代表弟弟头形的变量为第二组变量，这里希望求得的是两组变量间的相关性在语法窗口中键入的程

请使用时妀为各自相应的安装目录

，运行上述程序结果窗口中就会给出典型相关分析的结果。