techniques multivariées sont des méthodes statistiques qui mesurent les relations entre les variables. Ils tentent de modéliser la réalité où chaque situation, produit ou décision implique plus d'une seule variable. Par exemple, la décision d'acheter une voiture peut prendre en considération le prix, les caractéristiques de sécurité, la couleur et la fonctionnalité. La société moderne a recueilli des masses de données dans tous les domaines, mais la possibilité d'utiliser ces données pour obtenir une image claire de ce qui se passe et prendre des décisions intelligentes est toujours un défi.
Qu'est-ce que l'analyse multivariée est utilisée pour
techniques multivariées sont utilisées pour étudier les ensembles de données des consommateurs et des études de marché, contrôle de la qualité et l'assurance de la qualité, l'optimisation des processus et de contrôle des processus, et la recherche et le développement. Ces techniques sont particulièrement importantes dans la recherche en sciences sociales parce que les chercheurs sociaux sont généralement incapables d'utiliser des expériences de laboratoire randomisées, comme ceux utilisés dans la médecine et les sciences naturelles. Voici des techniques multivariées peuvent statistiquement estimer les relations entre les différentes variables, et corréler l'importance chacun est le résultat final et où les dépendances existent entre eux.
Pourquoi Techniques multivariée sont utilisées
Parce que la plupart des analyses de données tente de répondre à des questions complexes impliquant plus de deux variables, ces questions sont mieux traitées par des techniques statistiques multivariées. Il existe plusieurs techniques de plusieurs variables différentes à choisir, en fonction des hypothèses sur la nature des données et le type d'association en cours d'analyse. Chaque technique teste les modèles théoriques d'une question de recherche sur les associations contre les données observées. Les modèles théoriques sont basées sur des faits ainsi que de nouvelles hypothèses sur les associations plausibles entre les variables.
Avantages
techniques multivariées permettent aux chercheurs d'examiner les relations entre les variables d'une manière globale et de quantifier la relation entre les variables. Ils peuvent contrôler l'association entre les variables en utilisant la tabulation croisée, corrélation partielle et régressions multiples, et d'introduire d'autres variables pour déterminer les liens entre les variables indépendantes et dépendantes ou pour spécifier les conditions dans lesquelles l'association a lieu. Cela donne une image beaucoup plus riche et réaliste que de regarder une seule variable et fournit un test puissant de l'importance par rapport aux techniques univariées.
Désavantages
techniques multivariées sont complexes et impliquent des mathématiques de haut niveau qui nécessitent un programme statistique pour analyser les données. Ces programmes statistiques sont généralement coûteux. Les résultats de l'analyse multivariée ne sont pas toujours faciles à interpréter et ont tendance à être fondées sur des hypothèses qui peuvent être difficiles à évaluer. Pour les techniques multivariées pour donner des résultats significatifs, ils ont besoin d'un grand échantillon de données; autrement, les résultats sont dénués de sens en raison d'erreurs standards élevés. Les erreurs types déterminent le degré de confiance que vous pouvez être dans les résultats, et vous pouvez être plus confiant dans les résultats d'un grand échantillon qu'un petit. Exécution de programmes statistiques est assez simple mais nécessite un statisticien pour donner un sens de la sortie.