【CCA（典型相关分析）】第六章_结果解读与报告撰写

第六章　结果解读与报告撰写

本章要点

• 一套解读次序：先显著性、再载荷、后权重，顺序错了结论就歪
• 两把测量尺：典型载荷管"相关性"、标准化权重管"贡献度"，共线下两尺读数背离
• 一个数量化转向：从典型相关的大小走向方差解释的分解
• 一份报告模板：三线表 + 文字模板 + APA 格式示例，可直接改写复用
• 一组红线：符号方向、样本量限制、伪显著与过度解读

第五章教会我们把 CCA 算出来，本章解决"算出来之后说什么"。同样的输出表，初学者会兴奋地宣布"第一典型相关 0.85，相关很强！"，而有经验的报告者会先问三个问题：这个 0.85 过了显著性检验吗？它是哪几个变量的合成？它解释了对侧多少方差？解读技能的本质是把 5.1.3 节的五张输出表翻译成一段可辩护的文字。本章的内容结构如图 6-1 所示。

图 6-1　结果解读体系的总体结构（图注：本图给出解读与报告的内容分解，蓝色结构节点对应 6.1—6.5 节的五大板块。请重点看三个关键节点：相关系数解读是入口但与载荷、冗余两板块存在依赖——单独宣布"相关 0.85"而不回答"是谁的相关、解释了多少"等于只报了一半；权重与载荷两个板块对应两把解读尺，必须在共线语境下对照使用；报告规范板块把所有解读合成可发布的成品，6.5 节给出直接可套用的模板。）

6.1　典型相关系数解读

6.1.1　各对典型相关系数的显著性判断

解读的第一条纪律：显著性按 4.2.1 的逐级检验序列报告，而非逐对孤立检验。正确表述是"保留两对：第 1 对显著（${\Lambda }_1=0.31$，${\chi }^2=23.4$，$df=6$，$p=0.001$），剔除第 1 对后第 2 对仍显著（${\Lambda }_2=0.58$，${\chi }^2=6.9$，$df=2$，$p=0.03$）“。常见错误写法是"两对典型相关均 $p<0.05$”——它隐含了逐对孤立的 5% 显著性水平叠加，理论上并不干净。样本量大时逐级检验会把"第二对微弱相关"也判为显著，此时 p 值之外必须辅以效应量口径（6.1.2 节）与交叉验证证据（4.2.3 节），显著 ≠ 值得解读。

6.1.2　典型相关系数的效应量标准（小 / 中 / 大）

相关显著性回答"是否非零"，效应量回答"非零到多大算有实际意义"。社会科学语境下沿用相关系数的效应量约定：${\rho }^2$（共享方差比例）在 0.01、0.09、0.25 附近分别对应小、中、大效应（相当于 $\rho$ 约 0.10、0.30、0.50）。三档标准只供快速交流，领域内自有基准时应以领域基准为准：消费行为研究常见第一典型相关 0.4~0.6（中到大效应），生物信息学稀疏 CCA 的典型相关普遍低于 0.5 但"被选变量"的生物意义是主要证据——效应量标准永远要放在方法与领域坐标系里读。显著性、效应量与样本量三者之间的决策链如图 6-2 所示。

图 6-2　典型相关系数的解读决策分支（图注：本图呈现"系数到手后怎么办"的三级关卡，红色是起点与警示，橙色是决策点，绿色是放行，紫色是各出口。请重点看三个关键节点：显著性关卡不过直接停止，这是不可逾越的第一道门；效应量关卡过滤"统计显著但实际微弱"的系数——大样本下相关 0.12 可以显著，但按效应量标准不值得写一段解读；样本量关卡把 3.2 节的小样本虚高风险落到具体结论上——三关全过才允许正式解读，任一关口亮红灯都要在报告里显式标注。）

6.1.3　典型相关系数的实际意义阐释

通过三关的系数如何翻译成自然语言？模板句是"第 $k$ 对典型变量揭示了 X 组整体与 Y 组整体之间的第 $k$ 重独立关联（$r=0.62$），即 $U_k$ 表征的 X 侧倾向与 $V_k$ 表征的 Y 侧倾向同步变动"——其中"第 $k$ 重独立关联"不是修辞，它精确对应"扣除前 $k-1$ 对后的剩余结构"（2.4.2 节）。阐释的三个注意事项：其一，避免因果语言——典型相关是对称的共变度量，写"驱动、导致"即越界；其二，避免跨对交叉解读——$U_1$ 只能与 $V_1$ 配对，用 $U_1$ 解释 $V_2$ 的变化是对双正交纪律的误读；其三，结合领域构念命名——“第 1 对刻画的是摄氧能力倾向与耐力表现倾向的整体联动”，比空泛的"第 1 对显著相关"多一层可检验的实质。

6.2　标准化典型系数（Canonical Weights）

6.2.1　标准化系数的计算方法

标准化典型系数即 2.3 节特征方程的权重向量，落在标准化变量上，因此可以跨变量比较。其计算路径有两类：直接从标准化数据的协方差（即相关矩阵）出发解特征方程（SPSS 默认输出即此），或对原始尺度权重按标准差折算——若原始权重为 $\mathbf{a}$，则标准化权重第 $j$ 分量近似为 $a_j\times s_j$（$s_j$ 为该变量标准差），两种路径在无共线时数值一致。使用上，权重与原始变量的对应关系是"合成公式的配方"：$U_1$ 大体等于谁的正贡献减去谁的负贡献。

6.2.2　各原始变量对典型变量的贡献度

权重的直觉功能是回答"哪些变量塑造了这个典型变量"。但在组内变量相关时，权重是净贡献而非总贡献：共线变量之间会互相"摊薄"，强相关的一对变量可能各自权重只有 0.3，而孤立的弱变量权重高达 0.8——权重低不代表变量不重要，只代表它的独特贡献少。因此贡献度评估的正确姿势是权重与载荷联读：权重看"独特贡献的合成配方"，载荷看"总关联的占有份额"。若只报权重，读者会把共线摊薄误读为"变量无足轻重"，这是 CCA 报告中最常见的一类失真。

6.2.3　标准化系数的稳定性问题

权重是小样本下的"易碎品"：3.2 节已预告权重对样本增减敏感，此处给出量级直觉——样本量 $n<200$、组内相关超过 0.6 时，第 1 对权重向量与"留一法"重估结果的夹角经常超过 30°。因此论文报告权重的正确纪律是：附上 Bootstrap 稳定性摘要（权重变号率、留一法前后夹角，3.2.3 节流程），凡是变号率超过 20% 的权重，正文一律以"数值示意"而非"精确配方"的口吻报告。稳定性证据链如图 6-3 所示。

图 6-3　权重稳定性的协同闭环（图注：本图展示权重稳定性审计的闭环，橙色是审计环节，紫色是输出，红色是降级出口，虚线是审计回路。请重点看三个关键节点：重估权重必须复现全部预处理与模型设置，否则稳定性统计失真；符号与幅度统计（变号率、夹角、分位数）是量化稳定性的事实来源；变号率超限的权重从"报告值"降级为"示意值"——这一降级是防误读的保险丝，宁可报告里少写一个数字，不可让读者把噪声当配方。）

认知检查点： 权重的全部解读风险可以浓缩为一句"净贡献 ≠ 总贡献"：共线环境里权重相互摊薄、符号翻转率高，必须用载荷交叉验证、用 Bootstrap 审计稳定性——没有审计的权重表只是装饰。

6.3　典型载荷分析（Canonical Loadings）

6.3.1　典型载荷的定义与计算

典型载荷是原始变量与典型变量之间的相关（structure coefficient）。对标准化变量，载荷由"变量列与典型得分列的相关"给出——正是 5.3.3 节 loadings() 函数计算的对象。载荷的直接读法是解释清单：$U_1$ 携带哪些 X 变量？看 $X_j$ 与 $U_1$ 的载荷：载荷高（绝对值大）说明该变量是 $U_1$ 的实质成员，载荷低说明该变量与这重关联基本无关。与权重相比，载荷不受"兄弟变量摊薄"的影响——两个高度相关的变量与同一典型变量的载荷几乎相同，这是载荷在共线下依然可靠的原因，也是"先载荷后权重"次序的理论依据。

6.3.2　本组载荷（自相关）与交叉载荷（他相关）

载荷分两种方向：本组载荷是"原始变量与自身组典型变量的相关"（$X_j\leftrightarrow U_i$），回答"$U_i$ 是什么"；交叉载荷是"原始变量与对侧组典型变量的相关"（$X_j\leftrightarrow V_i$），回答"$U_i$ 间接携带了多少对侧信息"。交叉载荷在解读上有一个优雅的性质：$X_j$ 与 $V_i$ 的相关乘上 $V_i$ 的标准差恰好可以拆成"$X_j$ 与 $U_i$ 的相关 × $U_i$ 与 $V_i$ 的相关"路径分解——因此交叉载荷 = 本组载荷 × 典型相关（一阶近似），它不可能超过本组载荷的强度。实务中两列载荷的对照阅读可以快速判断：某变量本组载荷高而交叉载荷低，说明它参与合成但该重关联本身弱（$r_i$ 小）；两者都高才是"该变量深度卷入强关联"的确证。

6.3.3　载荷绝对值 > 0.5 的显著载荷识别

解读载荷的通行经验阈值是 $|\text{载荷}|\ge 0.5$ 视为显著成员（超过该阈值，该变量与典型变量的共享方差超过 25%），$0.3\sim 0.5$ 为边缘成员，低于 0.3 不参与命名。阈值给出的是解释纪律而非统计检验：它防止"把所有 0.2 的载荷都写进段落"的注水式解读。若保留 2 对典型变量，惯用报告格式是把"变量 × 典型对"的载荷矩阵连同阈值标注一起呈现——这正是 5.3.4 节热图的文字版。

6.3.4　载荷矩阵的热力图可视化

载荷矩阵的可视化首选热图（行 = 原始变量、列 = 典型轴、颜色 = 载荷值，红蓝发散配色以 0 为中性色），配合单元格标注阈值圈选。一张合格的载荷热图要能在十秒内回答三个问题：每列（每对典型变量）由哪几个变量主导；两列的主导变量是否重叠（重叠严重说明两对典型变量的"故事"高度相似）；行方向是否存在全部载荷都很低的"游魂变量"（该变量两对都不参与，应考虑是否值得留在分组里——3.1.3 节冗余识别的可视化补充）。热图的排版顺序建议按"第 1 列载荷从高到低"重排行序，使主导变量聚拢在顶部。

6.4　方差解释比例

6.4.1　各典型变量对组内方差的解释比例

载荷的平方聚合给出"典型变量对组内方差的解释比例"：$U_i$ 对 X 组原始变量的平均解释为

$$\mathrm{VE}(X\mid U_i)=\frac{1}{p}\sum _{j=1}^p{\mathrm{corr}}^2(X_j,U_i)$$

该式是 4.3.1 节括号内因子的完整定义：它把所有变量的载荷平方取平均，回答"$U_i$ 平均解释 X 组每个变量多少方差"。把该式翻译成表格语言：每个典型变量配一行"方差解释比例"，各行之和给出"前 $k$ 对共解释多少"——这是理解 CCA 输出中"proportion of variance"列的钥匙。

6.4.2　累积解释方差比例

与 PCA 的累积解释类似，CCA 报告常用累积口径：保留 $k$ 对时，X 侧被自己保留的 $k$ 个典型变量解释的累积比例为 ${\sum }_{i=1}^k\mathrm{VE}(X\mid U_i)$，Y 侧同理。累积比例是"留几对"决策的另一个视角：若加保第 2 对后 X 侧累积解释只从 0.55 涨到 0.62，说明第 2 对主要是"Y 侧的额外故事"，X 侧的信息增益有限——该信息对 4.2 节"留几对"的合议有实际分量。

6.4.3　冗余分析中的方差解释

4.3 节的冗余指数把"组内解释"与"跨组相关"相乘，得到真正可对外报告的结论：“X 组的 $k$ 个典型变量合计解释 Y 组原始变量方差的 $x\%$”。报告冗余度时三条纪律：其一，方向不可省略（$X\to Y$ 与 $Y\to X$ 通常不等）；其二，与共享方差区分——典型相关平方是"U-V 之间的共享方差"，冗余度是"X 组对 Y 组原始变量的解释"，两者数值可以相差一个量级（4.3.1 节的 $r=0.95$、解释不足 10% 的反例）；其三，总冗余度可以直接对照多元回归语境——$Y$ 组单变量时它等于 $R^2$（4.3.3 节），这让跨研究、跨方法的效应量比较成为可能。三类方差口径的转换关系如表 6-1 所示。

表 6-1　CCA 三类方差口径对照

认知检查点： 方差解释的三类口径对应三个递进的问题——“典型变量之间重叠多少”（共享方差）、“典型变量覆盖本组多少”（组内解释）、“一侧典型变量真正解释对侧多少”（冗余）——报告顺序应自后向前组织结论，让读者先看到最保守、最可辩护的数字。

6.5　学术论文结果报告规范

6.5.1　三线表制作规范

中文学术期刊要求三线表：仅保留顶线（粗）、栏目线（细）、底线（粗）三条横线，不加竖线与封口横线。CCA 结果表的三线表模板如下（以保留 2 对为例）：

表注置于表格下方：说明检验方法（如"采用 Wilks’ Lambda 的 Bartlett 卡方近似，逐级检验"）、样本量、缺失值处理与显著性标注规则（${}^{\ast }p<0.05$、${}^{\ast \ast }p<0.01$）。载荷矩阵表另立一表：行放变量、列放 $U_1/U_2/V_1/V_2$，载荷加粗或加注标记 $|l|\ge 0.5$ 的成员。排版纪律：所有数字保留两位小数、$p$ 值小于 0.001 一律写 $p<0.001$ 而非 0.000，负数对齐。

6.5.2　结果文字表述模板

一段合格的 CCA 结果文字遵循固定的四拍结构，可直接套用：

第一拍报检验：以"采用典型相关分析考察 X 组与 Y 组之间的整体关联。整体检验显著（Wilks’ Lambda = 0.31，${\chi }^2=23.4$，$df=6$，$p<0.01$），逐级检验表明前两对典型变量均有统计意义"开头，给出保留对数。

第二拍报强度：按序列出 $r_1=0.72$、$r_2=0.45$ 及效应量口径判断，如"第一典型相关对应大效应（共享方差 52%）"。

第三拍报结构：以载荷为准命名典型变量——“第一典型变量 $U_1$ 由肺活量（载荷 0.86）与最大摄氧量（0.81）主导，可命名为有氧能力倾向；$V_1$ 由耐力跑用时（0.88）主导，两对合成为’有氧能力—耐力表现’关联轴”。权重只作为配方向导，标注稳定性后简略提及。

第四拍报解释量：给出冗余指数并克制措辞——“X 组第一对典型变量解释 Y 组方差的 14.2%，两对合计 21.5%；关联方向为对称共变，不作因果解释”。四拍齐全，读者无须翻阅输出表就能复现研究者的全部判断。

6.5.3　APA 格式下的 CCA 结果报告示例

英文期刊场景使用 APA 格式，报告要素与中文规范一致，仅排版惯例不同：统计符号斜体、统计量与自由度以逗号分隔、效应量与置信区间并报。示例段如下。

A canonical correlation analysis was conducted using the physiological predictors (X set: vital capacity, VO2max, body fat) and physical performance outcomes (Y set: 100-m sprint time, endurance run time) to evaluate the multivariate shared relationship between the two variable sets. The overall model was significant (Wilks’ Λ = 0.31, χ²(6) = 23.4, p < 0.001), and the full model explained 51.8% of the shared variance between the two sets. The first canonical variate pair was retained (r = 0.72), with vital capacity (loading = 0.86) and VO2max (0.81) loading on the X variate and endurance time (0.88) loading on the Y variate; the second pair was also significant (r = 0.45, p = 0.031) but explained only 20.3% of the shared variance. Redundancy analysis indicated that the X-set variates explained 14.2% (pair 1) and 21.5% (cumulative) of the variance in the Y-set variables.

该段四拍结构与 6.5.2 完全同构，仅把中文报告的编号陈述换成 APA 的括号格式——掌握中文本体后，英文改写只是格式翻译，不存在内容翻译之外的额外困难。APA 报告最常见的扣分项集中在三处：把 ${\chi }^2$ 写成本体而非近似统计量、漏报自由度、只报共享方差不报冗余度——写作时的自查清单见附录 C.3。

解读工具族的分工、报告四件套的模块、从数字到正文的接口链与解读体系的分层，分别如图 6-4、图 6-5、图 6-6 与图 6-7 所示。

图 6-4　解读工具的知识图谱（图注：本图展示四把解读尺及其承载工具，红色根节点是工具族总纲，蓝色是尺的功能类别，橙色是具体统计量。请重点看：强度尺回答"多重多强"，成员尺回答"由谁组成"，配方尺回答"如何合成"，解释尺回答"解释多少"——四把尺的读数在共线场景下可能互相背离，解读报告必须说明用的是哪把尺、为什么。）

图 6-5　结果报告四拍结构的模块设计图（图注：本图并列论文结果段的四个报告模块，每拍内为"内容—动作"两级橙链。请重点看：检验拍决定报道门槛，强度拍给出效应语境，结构拍提供可命名的实质，解释拍收敛结论边界——四拍顺序就是 6.5.2 节文字模板的骨架，任何一拍缺席都会让结果段失血。）

图 6-6　从统计输出到正文的接口链（图注：本图展示数字到文字的转化链路，蓝色是加工环节，紫色是成品。请重点看：判读规则（显著性门槛、载荷 0.5 阈值、效应量标尺）是数字与文字之间的翻译器；命名解释把判读结果转成可复读的领域语句；正文成品必须保留全部判读依据——读者能顺着成品回溯到输出表，才算合格的接口设计。）

图 6-7　结果解读的三层架构总览（图注：本图分层展示从数字到报告的完整通路，分层配色——黄色数值层提供统计量与区间，蓝色判读层用阈值规则与工具联读加工，紫色报告层产出三线表与正文四拍。请重点看：判读层是三层的中枢，阈值规则决定成员资格、工具联读（载荷与权重并肩）防止单尺误读——本章全部解读纪律都压在这一层的两道工序上。）

本章小结：解读与报告留下的五个判断

第一，解读次序即防错次序：先显著性（不显著即止）、再载荷（识别成员）、后权重（配方与方向）、补冗余（解释量）——调换任何两步，都可能在共线数据上得出相反的"哪个变量重要"。

第二，权重与载荷是两把尺，不是同一把尺的两次读数：权重管净贡献、载荷管总占有，共线时两者背离是正常现象而非错误输出——报告必须双尺并用并交代稳定性。

第三，载荷阈值 0.5 是解释纪律：它为命名典型变量提供了可辩护的成员资格线，防止注水解读；热图可视化让这套纪律在十秒内可审查。

第四，方差解释口径不可混用：共享方差、组内解释、冗余指数三者的数值与语义天差地别，正文与外审沟通时先说清楚口径再报数字。

第五，报告模板四拍结构是防漏检清单：检验、强度、结构、解释量四拍缺一不可，APA 与中文规范的差异仅是排版翻译——把模板存为写作起点，CCA 结果段从此不再从零起草。

解读完成之后，经典 CCA 的全部能力已经讲尽——但它的全部局限也随之清晰：线性、低维、正态近似。下一章把这些局限逐个击破：正则化 CCA 对付病态协方差，稀疏 CCA 在高维里选变量，核 CCA 引入非线性，再加上对应分析、函数型与贝叶斯扩展，把方法箱扩容到现代数据场景。

参考文献（本章）

[1] Sherry A, Henson R K. Conducting and interpreting canonical correlation analysis in personality research: A user-friendly primer[J]. Journal of Personality Assessment, 2005, 84(1): 37-48.

[2] Thompson B. Canonical Correlation Analysis: Uses and Interpretation[M]. Thousand Oaks: Sage, 1984.

[3] Hair J F, Black W C, Babin B J, Anderson R E. Multivariate Data Analysis (8th ed.)[M]. Cengage Learning, 2019.

[4] Tabachnick B G, Fidell L S. Using Multivariate Statistics (7th ed.)[M]. Pearson, 2019.

[5] American Psychological Association. Publication Manual of the American Psychological Association (7th ed.)[M]. Washington, DC: APA, 2020.

[6] 李茂能. 典型相关分析[M]. 台北: 五南图书出版.

[7] 何晓群. 多元统计分析[M]. 北京: 中国人民大学出版社.