Videnskab
 science >> Videnskab >  >> Math

Ligheder af Univariate & Multivariate Statistical Analysis

Univariate og multivariate repræsenterer to metoder til statistisk analyse. Univariate indebærer analysen af ​​en enkelt variabel, mens multivariat analyse undersøger to eller flere variabler. Den mest multivariate analyse indebærer en afhængig variabel og flere uafhængige variabler. Den mest univariate analyse understreger beskrivelse, mens multivariate metoder fremhæver hypotesestest og forklaring. Selvom univariate og multivariate er forskellige i funktion og kompleksitet, deler de to metoder til statistisk analyse også ligheder.

Beskrivende metoder

Selvom multivariate statistiske metoder fremhæver korrelation og forklaring snarere end beskrivelse, forskere i erhvervslivet , uddannelse og samfundsvidenskab kan anvende univariate og multivariate metoder til beskrivende formål. Analytikere kan beregne beskrivende foranstaltninger, såsom frekvenser, midler og standardafvigelser for at opsummere en enkelt variabel, såsom scorer på Scholastic Aptitude Test (SAT), de kan uddybe denne univariate analyse ved at vise SAT-scoringer i en kryds tabulering, der viser gennemsnitlig SAT scoringer og standardafvigelser fra demografiske variabler, såsom køn og etnicitet hos de studerede testede.

Forklarende analyse

Selvom den mest virkelige forskning undersøger virkningen af ​​flere uafhængige variabler på en afhængig variabel , kan mange multivariate teknikker, såsom lineær regression, anvendes på en univariativ måde og undersøge effekten af ​​en enkelt uafhængig variabel på en afhængig variabel. Nogle forskere kalder denne bivariate analyse, mens andre kalder det univariate på grund af tilstedeværelsen af ​​kun en uafhængig variabel. Nogle indledende statistikker og økonometriske kurser introducerer eleverne til regression ved at undervise i univariate teknikker. For eksempel kan en politiker, der undersøger vælgernes deltagelse, studere effekten af ​​en enkelt uafhængig variabel, såsom alder, på en persons sandsynlighed for at stemme. En multivariativ tilgang vil i mellemtiden undersøge ikke kun alder, men også indkomst, partilærlighed, uddannelse, køn, etnicitet og andre variabler.

Displaymetoder

Hvis statistiske forskere vil have deres analyser til at have Enhver indvirkning på beslutninger og politikker, de skal præsentere deres resultater på en måde, som beslutningstagere kan forstå dem. Dette betyder ofte, at resultaterne gives i skriftlige rapporter, der bruger tabeller og diagrammer, såsom streggrafer, linjediagrammer og cirkeldiagrammer. Heldigvis kan forskere præsentere resultaterne af univariate og multivariate analyser ved hjælp af disse visuelle teknikker. Viser resultater i et forståeligt format er særligt vigtigt i multivariate analyser på grund af den større kompleksitet af disse teknikker.

Indbyrdes afhængighed

Måske er den største lighed mellem univariate og multivariate statistiske teknikker, at begge er vigtige for forståelse og analyse af omfattende statistiske data. Univariatanalyse virker som en forløber for multivariativ analyse, og at en viden om den førstnævnte er nødvendig for at forstå sidstnævnte. Statistiske softwareprogrammer som SPSS genkender denne indbyrdes afhængighed og viser beskrivende statistikker, såsom midler og standardafvigelser, i resultaterne af multivariate teknikker, såsom regressionsanalyse.