다변량해석
(多變量解析,multivariate analysis)
한 대상-case-에 대해 복수의 특성치가 얻어지고 있는 직사각형의 표형식(表形式)으로 표시되는 data를 다변량 data라고 한다.
다변량해석(多變量解析)이란 이 다변량 data를 요약하여 정해진 목적을 위해 통합하는 통계적 data 해석의 총칭으로 다차원 data 해석이라고도 하는 경우도 있다.
상관행렬을 출발점으로 하여 상관구조를 해명하는 것을 목적으로 하는 상관분석도 다변량해석에 포함시킬 수 있다.
다변량해석의 목적은 다양하며 또 사용하는 data type에 따라 여러가지 수법이 있다. 그 주요 목적과 대표적인 수법은 다음과 같다.
| 다변량해석 목적 |
수 법 |
| 구조의 단순화와 잠재구조의 탐색 | 주성분분석, 인자분석, 다중분할표의 해석, 잠재구조 분석 등, 다차원 척도 구성법(MDS), 수량화 Ⅲ류, 연관분석 등의 오디네이션수법, 다차원 그래픽수법은 data의 시각화를 통해 이 목적에 공헌한다. |
| 케이스의 분류와 벗어남치의 검출, 특성의 분류 | 클러스터 분석, 각종 오디네이션수법이 대표적이다. 주성분 분석이나 인자 분석도 이 목적을 위해 흔히 사용된다. |
| 예측과 판별 | 판별 분석-수량화 Ⅱ류를 포함-, 중회귀(重回歸) 분석-수량화 Ⅰ류를 포함-, 로지스틱 회귀분석, 생명표의 코크스식 회귀분석 등 중회귀 분석 이후는 선형 모델 해석 확장으로 간주할 수도 있으나 설명변수 간의 관련을 다변량적으로 파악하는 것이 실용면에서 불가결하기 때문에 여기에 분류했다. |
| 상호 의존성 해석 | 정준상관분석(正準相關分析)으로 대표되는 변량군간(變量郡間)의 분석 |
가설의 검증 |
다변량 공분산 분석(多變量共分散分析)이 대표적인 각종 검정법 |
다변량 해석에서는 컴퓨터의 사용이 필수적이다, 많은 통계패키지가 개발되어 유통되고 있으나 SAS, BMDP, SPSS 등의 범용패키지는 다변량 해석의 기능도 풍부하게 포함하고 있다.
경영혁신정보실...(주)드림힐
http://eq21.net/multivar.html