多變量統計分析 (英語:Multivariate Statistical Analysis ),簡稱多變量分析 ,又稱多元統計分析 ,為統計學 的一支,常用於管理科學 、社會科學 和生命科學 等領域。
多變量分析的基礎是多變量統計 ,也就是同時/一次觀察與分析超過一個變量。多變量分析一般用於一個實驗中有多個測量結果時,探討資料彼此之間的關聯性或是釐清資料的結構。分類大致如下:[ 1]
正態多變量分佈理論與模型
研究與測量變量之間的關係
多維度概率計算
探討資料構造與模式
常見分析方法
主成分分析 (Principal Component Analysis, PCA)
因素分析 (Factor Analysis)
判別分析 (Discriminant Analysis)
聚類分析 (Cluster Analysis)
典型相關分析 (Canonical Correlation Analysis, CCA)
結構方程式模式 (Structural Equation Model, SEM)
線性結構相關模式 (Linear Structure Relation, LISREL)- 為SEM成員
Multivariate hypothesis testing
降維 (Dimensionality reduction)
結構發現(Latent structure discovery)
多變量回歸分析(Multivariate regression analysis)
統計分類 (Classification and discrimination analysis)
變量選擇 (Variable selection)
多維標度縮放 (Multidimensional Scaling)
資料挖掘 (Data mining)
常用工具
由於多變量分析方法需要複雜且大量的計算,常須藉助電腦,常用的軟件或程式語言如下:
參考資料
^ Olkin, I.; Sampson, A. R., Multivariate Analysis: Overview , Smelser, Neil J.; Baltes, Paul B. (編), International Encyclopedia of the Social & Behavioral Sciences, Pergamon: 10240–10247, 2001-01-01 [2019-09-02 ] , ISBN 9780080430768 , (原始內容存檔 於2020-05-03)
參見