多元变量统计分析 (英语:Multivariate Statistical Analysis ),简称多元变量分析 ,又称多元统计分析 ,为统计学 的一支,常用于管理科学 、社会科学 和生命科学 等领域。
多元变量分析的基础是多元变量统计 ,也就是同时/一次观察与分析超过一个变量。多元变量分析一般用于一个实验中有多个测量结果时,探讨资料彼此之间的关联性或是厘清资料的结构。分类大致如下:[ 1]
正态多变量分布理论与模型
研究与测量变量之间的关系
多维度概率计算
探讨资料构造与模式
常见分析方法
主成分分析 (Principal Component Analysis, PCA)
因素分析 (Factor Analysis)
判别分析 (Discriminant Analysis)
聚类分析 (Cluster Analysis)
典型相关分析 (Canonical Correlation Analysis, CCA)
结构方程式模式 (Structural Equation Model, SEM)
线性结构相关模式 (Linear Structure Relation, LISREL)- 为SEM成员
Multivariate hypothesis testing
降维 (Dimensionality reduction)
结构发现(Latent structure discovery)
多变量回归分析(Multivariate regression analysis)
统计分类 (Classification and discrimination analysis)
变量选择 (Variable selection)
多维标度缩放 (Multidimensional Scaling)
资料挖掘 (Data mining)
常用工具
由于多元变量分析方法需要复杂且大量的计算,常须借助电脑,常用的软件或编程语言如下:
参考资料
^ Olkin, I.; Sampson, A. R., Multivariate Analysis: Overview , Smelser, Neil J.; Baltes, Paul B. (编), International Encyclopedia of the Social & Behavioral Sciences, Pergamon: 10240–10247, 2001-01-01 [2019-09-02 ] , ISBN 9780080430768 , (原始内容存档 于2020-05-03)
参见