2-1 幾種常用的多變量分析方法

有關單變量：t 檢定、ANOVA 的範例解說，請見作者《STaTa 與高等統計分析》一書，該書內容包括描述性統計、樣本數的評估、變異數分析、相關分析、迴歸建模及診斷、重複測量⋯⋯。

一、常用統計技術

在各種計量方法中，只針對單一變數進行分析的方法稱為「單變量分析」(univariate analysis) ，比如用直方圖去分析某班學生數學的期末考成績的分布)；同時分析兩個變數的方法稱為「雙變量分析」(bivariate analysis) ，這類的分析方法很多，比如用相關性分析(correlation) 去探討中學生的身高與體重的關係。用簡單迴歸(simple regression) 或t 檢定去比較小學生的體重有沒有因為性別( 男、女兩組) 不同而異。用變異數分析analysis of variance (ANOVA) 去分析不同屬性組織( 營利、非營利與公立共3 組) 的組織績效是否有所不同⋯⋯。

多變量分析 (multivariate analysis) 是泛指同時分析兩個以上變數的計量分析方法。在實際的情況中，我們所關心的某種現象通常不只跟另一個變數有關係，比如會影響醫院績效的變數不只是醫院的屬性而已，可能還與醫院本身的經營策略、醫院所在地區、健保給付方式等有密切關係，因此多變量分析應該對實際的研究工作較有幫助。不過多變量分析的數統推論與運算過程比較複雜，如果要靠人去進行相當費時費工，但在電腦時代這些繁複運算已不成問題，因此多變量分析漸漸被廣泛運用。

線性判別分析旨在運用於計算一組預測變數( 自變數) ，包括知識、價值、態度、環保行為的線性組合，對依變數( 間斷變數) 接受有機農產品更高售價之意願加以分類，並檢定其再分組的正確率。