我理解的典型相关分析是对两列变量分别计算了一个典型变量 这种方法类似于主成分分析，提出了若干主成分，这样的前提是损失一部分的信息，而路径分析如果利用结果方程做，那么潜变量的表达更为准去
2 就是典型相关做的变量之间的相关，而路径分析应该是做的回归吧 原理不一样 所以不具备可比性

经过我的努力，对这两个相关系数的理解又有一点进展。
典型相关提取的是典型变量，提取的方法是类似主成份，ok，是类似，那就是说不是！所以计算出来的典型相关系数是n对典型变量的相关系数。
潜变量相关中，常用的计算潜变量的方法是主成份（这个主成份与上述类似主成分肯定算法不同）。我模拟了几个数据，发现如果第一主成份特别大，也就是说只有一个主成份的时候，潜变量相关系数等于第一主成份间的相关系数。但是如果各个显变量的提取的主成份不只一个，结果就不同了。
更夸张的是，有些时候典型相关系数与潜变量相关系数的差异是很大的！很大，明白吗？甚至一个是显著正相关（-0.5以上），一个是显著负相关（-0.5以上）。这是我模拟中出现的问题。这更说明了两个系数之间的差异。

学习一下啊

有用的信息！

前来向高手学习

据我们老头讲的,回归，路径分析，典型相关分析是属于同一家的，计算出来的结果应该一样。但是路径分析死活算出来就是不一样。同求解。上课没好好听讲，惭愧。

非常感谢你的分享！！赞一个

谢谢各位关注。
也学到不少东西。