univariata e multivariata rappresentano due approcci per l’analisi statistica . Univariata prevede l’analisi di una singola variabile mentre l’analisi multivariata esamina due o più variabili . Più analisi multivariata comporta una variabile dipendente e più variabili indipendenti . La maggior parte analisi univariata sottolinea descrizione mentre i metodi multivariati enfatizzano verifica di ipotesi e spiegazioni . Anche se univariata e multivariata differiscono in funzione e la complessità , i due metodi di statistica somiglianze analisi pure. Metodi descrittivi

Anche se i metodi statistici multivariati enfatizzano la correlazione e la spiegazione piuttosto che la descrizione , i ricercatori nel mondo degli affari , dell’istruzione e delle scienze sociali possono utilizzare metodi univariata e multivariata a fini descrittivi . Gli analisti possono calcolare le misure descrittivi, ad esempio , le frequenze medie e deviazioni standard per riassumere una singola variabile , come ad esempio i punteggi sulla Scholastic Aptitude Test ( SAT) , possono approfondire questa analisi univariata visualizzando punteggi SAT in una tabulazione croce che visualizza medio SAT i punteggi e le deviazioni standard di variabili demografiche , quali il sesso e l’etnia degli studenti testati .

Analisi esplicativa

Sebbene la maggior parte della ricerca nel mondo reale esamina l’impatto di molteplici variabili indipendenti su una variabile dipendente , molte tecniche multivariate , come la regressione lineare , possono essere utilizzati in modo univariata , esaminare l’ effetto di una singola variabile indipendente su una variabile dipendente . Alcuni ricercatori chiamano questa analisi bivariata mentre altri chiamano univariata a causa della presenza di una sola variabile indipendente . Alcune statistiche introduttivi e corsi di econometria introdurre gli studenti alle regressione insegnando tecniche univariate . Ad esempio , uno scienziato politico esame di partecipazione al voto potrebbe studiare l’effetto di una singola variabile indipendente , come l’età , sulla probabilità di una persona di votare . Un approccio multivariato , nel frattempo , avrebbe esaminato non solo l’età , ma anche il reddito , partito di appartenenza , l’istruzione , genere, etnia e altre variabili .

Metodi di visualizzazione

Se i ricercatori statistici vogliono loro analisi abbiano un impatto sulle decisioni e le politiche , devono presentare i loro risultati in modo che i decisori li possono capire . Questo significa che spesso presentano risultati in relazioni scritte che utilizzano tabelle e grafici , come ad esempio istogrammi, grafici a linee e grafici a torta . Fortunatamente , i ricercatori possono presentare i risultati di analisi univariata e multivariata utilizzando queste tecniche visive . Visualizzazione dei risultati in un formato comprensibile è particolarmente importante nell’analisi multivariata a causa della maggiore complessità di queste tecniche .

Interdipendenza

Forse la più grande somiglianza tra le tecniche statistiche univariate e multivariate è che entrambi sono importanti per la comprensione e l’analisi dei numerosi dati statistici . Analisi univariata agisce come un precursore di analisi multivariata e che la conoscenza del primo è necessaria per la comprensione quest’ultimo . Programmi software statistici quali SPSS riconoscono questa interdipendenza , la visualizzazione delle statistiche descrittive , come medie e deviazioni standard , nei risultati di tecniche multivariate , come l’analisi di regressione .