多變量分析

多變量統計分析（），簡稱多變量分析，又称多元统计分析，為統計學的一支，常用於管理科學、社會科學和生命科學等领域。

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數。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：

• 常態多變量分布理論與模型
• 研究與測量變數之間的關係
• 多維度機率計算
• 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）
*聚类分析（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，常須借助電腦，常用的軟體或程式語言如下：
*SAS
*SPSS
*Statistica
*NCSS (statistical software）
*Unscrambler® X
*SIMCA
*Python語言
*R語言
*MATLAB
參考資料
參見