1、对x8、x12进行正向化，给出相关系数阵R11(Co筠续师诈rrelations Among the VAR Variables)、R12(C泠贾高框orrelations Between the VAR Va根据riables and the WITH Variables)、R22(Correlations Among the WITH Variables)；教科书P258例1的数据可以发现，X1~X 7、X9~X 11是正变量，x8、x12为逆向量，因此跑步秒数是越短越好。因此我们把X8按公式x8=50/X8进行正向化，正向化后意义成为： 50米跑的速度（m/s），具有正向的意义。X12按公式x12=1500/X12进行正向化，正向化后意义成为： 1500米跑的速度（m/s）具有正向的意义，与原变量反映的实际意义相同。
2、同时根据SAS程序得出对应的相关矩阵，R11(Correlations Among the VAR Variables)、R12(Correlations Between the VAR Va根据riables and the WITH Variables)、R22(Correlations Among the WITH Variables)得出表
3、给出典型相关系数(Canonical Correlation)、标准化典型变量函数（Standardized Canonical Coefficients for the VAR Variables、Standard- ized Canonical Coefficients for the WITH Variables）。给定显著水平=0.01，通过查相关系数表得出=0.413其中典型相关系数1=0.8521，2=0.6976，3=0.6447都是大于=0.413，因此可以得出1、2、3都是高度显著的，可以用于进行典型分析，而4、5都是小于=0.413，因此可以得出4、5都对变量价值贡献不大，不用用于做典型分析。
4、通过x1-x7与典型变量Ui(i=1、…、5)的相关系数(Correlations Betw- een the VAR Variables and Their Canonical Variables)，选出与典型变量Ui显著相关的变量，对Ui命名及其正向化；通过x8-x12与典型变量Vi的相关系数(Correlations Between the WITH Variables and Their Canonical Variables)，选出与典型变量Vi显著相关的变量，对Vi命名及其正向化。给出Ui、Vi中选出变量的相关性影响分析； 根据上述数据：可以得知前三个变量值得于分析。选择系数绝对值大于=0.413的值进行分析
5、我们对给出的Ui、Vi中选出变量的相关性影响分析：根据已有数据，我们知道对原始变量的研究可以化为前三个变量的影响研究分析，从相关性了解两种原始变量的关系。同时我们事先对逆向量进行正向化，因此数据越大，影响越好。第一对典型变量中，U1里面中做好x1~x3以及V1中x8~ x12的提升就能促进运动能力测试各项指标的提高，提升运动能力测试水平。第二对典型变量中，U2中可以保持台阶试验（指数）的影响，协调发展纵跳（cm）的能力发展，在V2中可以知道在跳远中，腿部的能力，显示出跳远的能力的情况。 第三对典型变量中，协调提高x7（俯卧上体后仰（cm））、x2（纵跳（cm））的能力，进而提升俯卧上体后仰与纵跳的能力的影响。再能够进一步短跑与耐力跑的影响产生促进的作用。
6、实验程序部分如下：data fit; input x1-x7 鲻戟缒男y1-y5; cards;46.00 55.00 126.00 51.00 75.00 25.00 72.00 7.35 489.00 27.00 8.00 4.1752.00 55.00 95.00 42.00 81.20 18.00 50.00 6.94 464.00 30.00 5.00 4.3146.00 69.00 107.00 38.00 98.00 18.00 74.00 7.35 430.00 32.00 9.00 3.89run;proc cancorr data=fit simple corr vprefix=u wprefix=v; var x1-x7; with y1-y5;run;
