Multivariaatanalüüsi

Multivariaatanalüüsi viitab statistikakogumile, mida kasutatakse mitme juhusliku muutujaga andmete uurimiseks. Need meetodid on kasulikud, kui uuritakse suhteid, mustreid ja struktuure mitmete samal ajal mõõdetud muutujate vahel. Eesmärk on sageli vähendada andmete keerukust, leida peamisi mõjutavaid tegureid või teha ennustusi.

Peamisi multivariaatanalüüsi tehnikaid on mitmeid. Komponentanalüüs (PCA) on meetod, mis vähendab muutujate arvu, luues uusi, mittekorreleeritud muutujad (komponendid), mis säilitavad võimalikult palju originaalandmete variantsust. Faktoranalüüsi kasutatakse varjatud (latentsete) tegurite tuvastamiseks, mis selgitavad muutujate vahelisi korrelatsioone. Klasteranalüüs jagab andmed rühmadesse (klastritesse) nii, et samasse rühma kuuluvad objektid on sarnasemad omavahel kui teiste rühmade objektidega. Regressioonianalüüs, sealhulgas mitme regressiooniga, uurib ühe sõltuva muutuja seost ühe või mitme sõltumatu muutujaga. Diskriminantanalüüsi kasutatakse rühmade vaheliste erinevuste tuvastamiseks ja uute vaatluste klassifitseerimiseks eelnevalt määratletud rühmadesse.

Multivariaatanalüüsi rakendused on laiad ja hõlmavad mitmeid valdkondi, sealhulgas bioloogiat, majandusteadust, turundust, sotsiaalteadusi ja inseneriteadust. Näiteks seda kasutatakse geneetilise materjali uurimisel, turu segmentide tuvastamisel, kliendikäitumise analüüsimisel või toodete kvaliteedi kontrollis. Meetodite valik sõltub analüüsitava probleemi laadist ja andmete omadustest.