bivariate analysis：二元分析、双变量分析

双变量分析是两个变量统计分析技术在社会研究中的运用。又称二元分析。它的分类方法很多，主要有按变量层次分类和按功能分类。双变量分析为统计方法的一种，包含了许多的方法，最基本的为单变量，再延伸出来的多变量分析。统计资料中有两个变量（或称因素、指标）以上，同时存在时的统计分析，是统计学的重要分支，是单变量统计的发展。统计学中的多变量统计分析起源于医学和心理学。1930年代它在理论上发展很快，但由于计算复杂，实际应用很少。1970年代以来由于计算机的蓬勃发展和普及，双变量统计分析已渗入到几乎所有的学科。到80年代后期，计算机软件包已很普遍，使用也方便，因此多变量分析方法也更为普及。

变量统计分析（Multivariate Statistical Analysis),又称多元统计分析，简称多变量分析，为

统计学的一支，常用於管理科学、社会科学和生命科学等领域中。多变量分析主要用於分析拥有多个变数的资料，探讨资料彼此之间的关联性或是釐清资料的结构，而有别於传统统计方法所著重的参数估计以及假设检定。由於多变量分析方法需要复杂且大量的计算，因此多借助电脑来进行运算，常用的统计套装软体有SAS、SPSS、Statistica等。

常见分析方法

主成分分析（Principal Component Analysis, PCA）

因素分析（Factor Analysis）

判别分析（Discriminant Analysis）

群集分析（Cluster Analysis）

典型相关分析（Canonical Correlation Analysis, CCA）

结构方程式模式（Structural Equation Model, SEM）

线性结构相关模式（Linear Structure Relation, LISREL）- 为SEM成员