多變量分析

多變量統計分析（英語：），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：[1]

  • 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：

參考資料
  1. Olkin, I.; Sampson, A. R., , Smelser, Neil J.; Baltes, Paul B. (编), , Pergamon: 10240–10247, 2001-01-01 [2019-09-02], ISBN 9780080430768, （原始内容存档于2020-05-03）
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.