МУЛТИВАРИЈАЦИОНА АНАЛИЗА

У основи мултиваријационе анализе налазе се теоретски вишедимензионални

распореди, што омогућава објашњење варијације вишедимензионалних случајних
променљивих. Према Kendall (1980), важно обележје мултиваријационе анализе јесте
посматрање низа од n објеката, од којих је на сваки од њих посматрана вредност p
променљивих.
Низ објеката може да буде потпун или узорак неког већег низа. Променљиве
могу да буду непрекидне или дискретне и оне такође могу да буду подниз неке веће
групе.
Примена широког спектра метода мултиваријационе анализе значајнаје за
проучавање из различитих разлога.
Један од битних разлога због којег је корисно познавати и употребљавати
технике мултиваријационе анализе јесте поједностављење структуре. Ово се може
постићи било трансформацијама или на неки други начин, а крајњи циљ јесте
изналажење једноставнијег начина да се прикаже комплекс који се проучава. Овде се
примењује или трансформација низа узајамно зависних променљивих да би се
постигла независност, или смањење димензионалности посматраног комплекса.
Taкође, један од циљева примене метода мултиваријационе анализе јесте
омогућавање класификације на групе или кластере, као и груписања променљивих у
препознатљиве групе.
Даље, ове технике омогућују анализу међузависности, где се поред испитивања
ове међузависности, може вршити и рангирање од потпуне независности до
колинеарности.
Метод мултиваријационе анализе са својим техникама пружа могућност анализе
зависности, када се једна или више променљивих издваја са циљем проучавања њене
(њихове) зависности на другу(е) променљиве, што је случај код регресионе анализе. На
крају, омогућено је постављање и тестирање хипотеза.
Према Keндалу (1980), формално се метод мултиваријационе анализе може
дефинисати као грана статистике која се бави односима између низова зависних
променљивих и појединачних посматрања који су у вези са њима.
Постоји низ научних грана где се употребљавају разноврсне технике
мултиваријационе анализе. Њихова примена је широка у биометрици, археологији,
антропологији, образовању, извођењу огледа, медицини, физици, метеорологији,
индустријској производњи, економским дисциплинама, социологији и многим другим
научним дисциплинама (Keндал, 1980).
Неке од техника које су уобичајене у униваријационој анализи имају могућност
проширења и на мултиваријационе ситуације. То су на пример, статистике момената
(аритметичка средина, варијанса, мере асиметричности), као и технике засноване на
њима, као што су анализа варијансе, корелациона и регресионаанализа.
Ипак, постоји низ обележја која карактеришу мултиваријациону анализу, а која
се не односе на једноставно проширење униваријационе анализе на p-димензионални
простор.
На пример, многе ситуације које се јављају у пракси нису пробабилистичке у
уобичајеном смислу (на пример, класификација градова на основу величине),или
случајеви када се ради са подацима који представљају подниз, али нису добијени
помоћу случајног узорка (на пример видљиве звезде на небу).
Такође, развој компјутера у знатној мери олакшава оперативни део - рачунање,
што је у значајној мери помогло да се метода мултиваријационе анализе развија.
 Графички-визуелни приказ је прилично једноставан када се ради о две
димензије, и уз мање потешкоће може се извести и за три. Међутим, за више од три
димензије визуелни приказ растурених n тачака у p димензија може се извести једино
њиховим пројектовањем у различитим правцима на равни.
Мултиваријациона анализа представља анализу већег броја променљивих, која
обухвата већи број различитих особина једне, по карактеру, вишедимензионе појаве.
Она има за циљ покушај да се испита природа неких објеката посматрања
истовременим мерењем више променљивих на свакој јединици посматрања, а које
припадају једном или више скупова објеката.
Мултиваријациона анализа представља скуп статистичких техника које
симултано анализирају вишедимензиона мерења добијена за сваку јединицу
посматрања из скупа објеката који се испитује (Ковачић, 1994).
Уколико се у току мерења сакупљају подаци за i-објеката (i=1,2,3,...,n) и
њихових j-особина (j=1,2,3,...,р), они представљају базу мултиваријационе анализе.
Њихово приказивање и систематизовање врши се преко матрице података
(„datamatrix“).
Технике мултиваријационе анализе могу да се класификују на основу
различитих критеријума.
Према првој класификацији, разликују се према томе да ли испитују
међузависност променљивих или испитују међузависност објеката. У случају да се
испитује међузависност променљивих, посматрају се колоне матрице података. Један
од начина помоћу којег се врши мерење међузависности променљивих своди се на
израчунавање коефицијента корелације, где основу представља коваријациона
(корелациона) матрица. Код приступа где се испитује међузависност објеката или
особа, посматрају се одговарајући редови у матрици података, и овде се за основу
узима матрица одстојања између објеката.
Према другом критеријуму, метод мултиваријационе анализе може да се деле у
две групе техника: технике зависности и техника међузависности. Када се испитује
зависност између два скупа променљивих, при чему се један скуп односи на зависне, а
други на независне променљиве, може се говорити о техникама зависности. Ако не
постоји теоријска основа за поделу променљивих у два подскупа, користе се техника
међузависности.
Од техника зависности могу да се наведу мултиваријациона регресија,
каноничка корелациона анализа, дискриминациона анализа, мултиваријациона анализа
варијансе, логит анализа, док ће се код техника међузависности навести метод главних
компонената, факторска анализа, анализа груписања, вишедимензионо
пропорционално приказивање, лог-линеарни модели (Ковачић,1994).
Ако би се систематизација техника мултиваријационе анализе извршила на бази
критеријума да ли се односе на квантитативне или на квалитативне променљиве, код
оних који се примењују на квантитативне променљиве споменуће се техника главних
компонената, факторска анализа, анализа груписања, квантитативно вишедимензионо
пропорционално приказивање, вишеструка регресија, вишеструка корелација,
вишедимензиона анализа варијансе и каноничка корелациона анализа.
Технике мултиваријационе анализе који се односе на квалитативне променљиве
су квалитативно вишедимензионо пропорционално приказивање, лог-линеарни модели,
дискриминациона анализа (где само зависна променљива мора да буде квалитативна),
логит анализа и каноничка корелациона анализа са вештачким променљивим.
Мултиваријациона регресија представља најпознатију технику
мултиваријационе анализе, код које се јављају два случаја. У првом се испитује
зависност једне зависне од скупа независних променљивих. Овај први случај познат је
под називом вишеструка регресија. Карактеристика другог случаја јесте јављање већег
броја зависних променљивих. У оба поменута случаја главни задатак јесте оцена или
предвиђање - предикција средњих вредности зависне (зависних) променљивих на
основу познатих вредности независних.
Каноничка корелациона анализа омогућава успостављање линеарне повезаности
скупа независних и скупа зависних променљивих. Израчунавају се коефицијенти за две
линеарне комбинације, од којих се једна односи на независне, а друга на зависне
променљиве. Коефицијент просте корелације између ових линеарних комбинација
треба да има максималну вредност.
Дискриминациона анализа омогућава идентификовање променљиве која
највише доприноси раздвајању на групе и прогнозу уз коју ће вероватноћу објекат
припасти некој од поменутих група. Ова прогноза врши се на бази вредности скупа
независних променљивих.
Мултиваријациона анализа варијансе представља уопштење
једнодимензионалне анализе варијансе (Ковачић,1994). Нарочито се употребљава у
случајевима када постоји могућност извођења контролисаних огледа (са неколико
третмана). Мултиваријантна анализа варијансе има за циљ тестирање претпоставке о
варијансама ефеката група две или више зависних променљивих.
Логит анализа користи се када је у регресионом моделу зависна променљива
дихотомног типа (регресиони модел са квалитативном зависном променљивом). Логит
функција представља логаритам количника вероватноћа да ће дихотомна зависна
променљива добити неку од две могуће вредности.
Од метода међусобне зависности аутор наводи као прву анализу главних
компонената, потом факторску анализу, анализу груписања, вишедимензионално
пропорционално приказивање и логлинеарне моделе.
Факторска анализа, иако слична методу главних компонената, разликује се од ње
по томе што она претпоставља постојање одређеног статистичког модела који
омогућава изражавање оригиналне променљиве као линеарне комбинације чинилаца
(фактори) плус грешка модела, која уствари представља јачину степена независности
променљиве која се посматра од осталих променљивих. Поступак омогућава да се
укупна коваријанса или корелација објасни помоћу заједничких чинилаца, а да се
необјашњени део припише грешци (овај необјашњени део означава се као специфичан
фактор).
Анализа груписања је за разлику од метода главних компонената и факторске
анализе усмерена ка редовима (који представљају објекте) матрице података. Она
омогућава стварање комбинације објеката у релативно хомогене групе.
Вишедимензионално пропорционално приказивање такође је техника која је
оријентисана ка објектима, а како јој сам назив каже помоћу ње се врши просторни
приказ објеката на основу мере њихове сличности или различитости. Представља се
помоћу тачака на мапи које су геометријски распоређене, а свака од тачака односи се на
један објекат. Уколико се вишедимензионално просторно приказивање врши на бази
мерљивих променљивих, оно се назива квантитативно, а ако се врши на основу
квалитативних, оно се назива квалитативно просторно приказивање.
Помоћу логлинеарних модела врши се испитивање међусобне зависности
квалитативних променљивих које образују вишедимензионалну табелу контингенције.
Таб. 1.Класификација метода мултиваријационе анализе
КВАНТИТАТИВНЕ
ПРОМЕНЉИВЕ
ЗАВИСНОСТИМЕТОДИ МЕЂУЗАВИСНОСТИМЕТОДИ
 Метод главних компонената
 Факторска анализа
 Анализа груписања
 Квантитативно вишедимензионално
пропорционално приказивање
Код једне зависне променљиве:
 Вишеструка корелација
 Вишеструка регресија
Код више зависних променљивих:
 Вишедимензионална регресија
 Вишедимензионална анализа
варијансе
 Каноничка корелациона анализа
(Извор: Ковачић,1994)
КВАЛИТАТИВНЕ
ПРОМЕНЉИВЕ
 Квалитативно вишедимензионално
пропорционално приказивање
 Логлинеарни модели
Код једне зависне променљиве:
 Дискриминациона анализа (где само
зависна променљива мора да буде
квалитативна)
 Логит анализа
Код више зависних променљивих:
 Каноничка корелациона анализа са
вештачким променљивим