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 [ 编辑 ]
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 [ 编辑 ]
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 [ 编辑 ]
^ 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)