多变量分析方法与相关分析

1.有因变量，则建立有监督模型

有监督模型具有两大通用目的：1）分析哪些自变量对因变量存在显著影响作用，
2）通过选择对因变量存在影响的自变量，建立预测因变量取值的预测模型。

1）因变量为连续变量（建立的模型称为回归预测模型），自变量为连续变量时，可选择回归分析，方差分析；自变量为分类变量或分类+连续变量，可选择带虚拟变量的回归分析、联合分析、方差分析。
2）因变量为分类变量（建立的模型称为分类预测模型），当自变量为连续变量（或连续+分类变量）时，可选用判别分析、Logistic、probit回归等；当自变量全部为分类变量时，可选用对数线性回归。

2.无因变量，则建立无监督模型
无监督模型具有两大通用目的：1）对人进行分类；
2）对变量/指标类进行分类
3）分析变量与变量之间的测量关系

1）自变量为连续变量时，选择因子分析（对变量/指标分类）、聚类分析（对人分类、对变量/指标分类）
2）自变量为分类变量时，对应分析（对人分类）、多维尺度分析（对人分类）

3.其他分析
1）当模型中需要加入潜在变量（通过多个客观指标测量的抽象概念）、或需要考虑多个变量之间的因果关系时，可选择结构方程模型、路径模型、协方差分析。
2）综合评价：通过多个指标对多个评价对象进行排名，可选择层次分析法、因子分析等。

相关系数