多元变量统计（Multivariate statistics，或作Multivariate statistical analysis、Multivariate analysis，多因素分析、多重变量分析）是
社会学、
医学、
金融、数量心理学、
市场营销等常用的一系列在一个时点观察并分析多个
统计变量的实证分析方法的总称，在应用和理论研究上十分活跃，常用软件是有
Matlab、
SAS、R、
SPSS等等。
多元变量统计（Multivariate statistics，或作Multivariate statistical analysis、Multivariate analysis，多因素分析、多重变量分析）是
社会学、
医学、
金融、数量心理学、
市场营销等常用的一系列在一个时点观察并分析多个
统计变量的实证分析方法的总称，在应用和理论研究上十分活跃，常用软件是有
Matlab、
SAS、R、
SPSS等等。
回归分析（英语：Regression Analysis）是一种
统计学上分析数据的方法，目的在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便观察特定变量来预测研究者感兴趣的变量。更具体的来说，回归分析可以帮助人们了解在只有一个自变量变化时因变量的变化量。一般来说，通过回归分析我们可以由给出的自变量估计因变量的条件期望。
方差分析或变方分析（Analysis of variance，简称ANOVA）为数据分析中常见的
统计模型，主要为探讨连续型（Continuous）资料型态之因变量（Dependent variable）与类别型资料型态之自变量（Independent variable）的关系，当自变项的因子中包含等于或超过三个类别情况下，检定其各类别间平均数是否相等的统计模式，广义上可将T检定中方差相等（Equality of variance）的合并T检定（Pooled T-test）视为是方差分析的一种，基于T检定为分析两组平均数是否相等，并且采用相同的计算概念，而实际上当方差分析套用在合并T检定的分析上时，产生的F值则会等于T检定的平方项。