典型相关分析是分析两组（多个）变量相关性的有效方法。基本思想是从两组变量中提取出可以代替原始变量的少数几个关键变量，然后通过分析这些变量之间的相关性来表示原始数据之间的相关性。
CANCORR过程
用于找到两组变量的典型变量，计算其典型相关系数。
格式：
proc cancorr data=数据集名;var variables; *指定第一组变量，必须为数值型;with variables; *指定第二组变量，必须为数值型; 例
下表为四川省2003年各地区建筑业企业资产和负债数据，对其进行典型相关分析。
代码：
data test; /*创建数据集*/input x1-x4 y1-y3; *分别为年末资产合计、年末负债合计;cards;6468979 4252306 1502374 149401 3666559 3483680 182879264784 165117 82666 10606 129137 124129 5008535969 356595 160736 3300 376477 359502 16975407482 232955 157959 8735 167082 153489 13593602889 425329 144505 15308 354905 346936 7969798710 530354 168332 61141 489480 469104 20376239813 121881 84605 25549 86106 72543 13563340399 174097 118905 35373 136471 101641 34830319118 198690 89021 15050 166321 152220 14101341497 192231 97259 19342 142127 135096 7031446381 253183 163832 19914 192986 178051 14935265905 142114 91898 20301 112980 96751 16229337206 211554 98170 11164 150469 128562 21907272596 131431 129071 6874 82698 75717 6981216802 111229 92323 3927 79823 69380 10443117326 66204 41121 6010 53386 37022 16364188150 123474 49978 7585 98383 85168 13215189887 126962 53175 7003 99807 93358 6449;run;proc cancorr data=test; /*典型相关分析*/var x1-x4; /*指定第一组的分组变量*/with y1-y3; /*指定第二组的分组变量*/run;
给出了典型相关系数的值：
下图为第一和第二组数据中提取出来的典型变量，它们为原始数据中变量的线性组合，表中显示了系数：
以下是基于标准化后的数据得到的结果：
下图显示了各种相关性的信息：