基本介紹
- 中文名：多元變數統計
- 外文名：Multivariate statistics
簡介,回歸分析,方差分析,內容,參見,
簡介
多元變數統計（Multivariate statistics，或作Multivariate statistical analysis、Multivariate analysis，多因素分析、多重變數分析）是社會學、醫學、金融、數量心理學、市場行銷等常用的一系列在一個時點觀察並分析多個統計變數的實證分析方法的總稱，目前在套用和理論研究上十分活躍，常用軟體是有Matlab、SAS、R、SPSS等等。
回歸分析
回歸分析（英語：Regression Analysis）是一種統計學上分析數據的方法，目的在於了解兩個或多個變數間是否相關、相關方向與強度，並建立數學模型以便觀察特定變數來預測研究者感興趣的變數。更具體的來說，回歸分析可以幫助人們了解在只有一個自變數變化時因變數的變化量。一般來說，通過回歸分析我們可以由給出的自變數估計因變數的條件期望。
方差分析
方差分析或變方分析（Analysis of variance，簡稱ANOVA）為數據分析中常見的統計模型，主要為探討連續型（Continuous）資料型態之因變數（Dependent variable）與類別型資料型態之自變數（Independent variable）的關係，當自變項的因子中包含等於或超過三個類別情況下，檢定其各類別間平均數是否相等的統計模式，廣義上可將T檢定中方差相等（Equality of variance）的合併T檢定（Pooled T-test）視為是方差分析的一種，基於T檢定為分析兩組平均數是否相等，並且採用相同的計算概念，而實際上當方差分析套用在合併T檢定的分析上時，產生的F值則會等於T檢定的平方項。
內容
主要包括以下分析方法：
- 標準相關分析
- 方差分析（Analysis of variance）
- 邏輯回歸分析（二類評定回歸分析，Logit模型）
- 判別分析（Linear discriminant analysis）
- 線性判別分析Linear Structure Relation, LISREL
- 主成分分析（因子分析）（Factor analysis）
- 聚類分析（Cluster analysis）
- 多維標度（多維尺度）
