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 [ 編輯 ]
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 [ 編輯 ]
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 [ 編輯 ]
^ 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)