多變量分析

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]

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）

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：

^ 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）

這是一篇與統計學相關的小作品。您可以透過編輯或修訂擴充其內容。