Likheter mellan univariat och multivariat statistisk analys

Univariat och multivariat representerar två tillvägagångssätt för statistisk analys. Univariat involverar analys av en enda variabel medan multivariat analys undersöker två eller flera variabler. De flesta multivariata analyser involverar en beroende variabel och flera oberoende variabler. De flesta univariata analyser betonar beskrivning medan multivariata metoder betonar hypotesprovning och förklaring. Även om univariat och multivariat skiljer sig åt i funktion och komplexitet, delar de två metoderna för statistisk analys likheter också.

Även om multivariata statistiska metoder betonar korrelation och förklaring snarare än beskrivning, forskare inom näringsliv, utbildning och samhällsvetenskap kan använda univariata och multivariata metoder för beskrivande syften. Analytiker kan beräkna beskrivande mått, såsom frekvenser, medelvärden och standardavvikelser för att sammanfatta en enda variabel, sådan som poäng på Scholastic Aptitude Test (SAT), kan de fördjupa denna univariata analys genom att visa SAT-poäng i ett kors Tabell som visar genomsnittliga SAT - poäng och standardavvikelser med demografiska variabler, såsom kön och etnicitet studenter testade.

Även om de flesta verkliga undersökningar undersöker effekten av flera oberoende variabler på en beroende variabel, är många multivariata tekniker, såsom linjär regression, kan användas på ett univariat sätt och undersöka effekten av en enda oberoende variabel på en beroende variabel. Vissa forskare kallar denna bivariata analys medan andra kallar den univariate på grund av närvaron av endast en oberoende variabel. Vissa inledande statistik- och ekonometrikskurser introducerar studenter till regression genom att undervisa i univariata tekniker. Till exempel kan en statsvetare som undersöker väljaredeltagande studera effekten av en enda oberoende variabel, såsom ålder, på en persons sannolikhet att rösta. Ett multivariat tillvägagångssätt skulle under tiden inte bara undersöka ålder utan också inkomst, partitillhörighet, utbildning, kön, etnicitet och andra variabler.

Om statistiska forskare vill att deras analyser ska ha någon inverkan på beslut och policy, måste de presentera sina resultat på ett sätt som beslutsfattare kan förstå dem. Detta innebär ofta att presentera resultat i skriftliga rapporter som använder tabeller och diagram, såsom stapeldiagram, linjediagram och cirkeldiagram. Lyckligtvis kan forskare presentera resultaten av univariata och multivariata analyser med hjälp av dessa visuella tekniker. Att visa resultat i ett förståeligt format är särskilt viktigt i multivariata analyser på grund av den större komplexiteten hos dessa tekniker.

Kanske är den största likheten mellan univariata och multivariata statistiska tekniker att båda är viktiga för att förstå och analysera omfattande statistiska data. Univariat analys fungerar som en föregångare till multivariat analys och att kunskap om den förra är nödvändig för att förstå den senare. Statistiska program som SPSS känner igen detta ömsesidiga beroende och visar beskrivande statistik, såsom medel och standardavvikelser, i resultaten av multivariata tekniker, såsom regressionsanalys.

  • Dela med sig
instagram viewer