Многомерный анализ ( MVA ) основан на принципах многомерной статистики, которая включает в себя наблюдение и анализ более чем одной статистической переменной результата одновременно. Обычно MVA используется для решения ситуаций, когда на каждой экспериментальной установке выполняется несколько измерений и важны отношения между этими измерениями и их структурами. Современная частично совпадающая категоризация MVA включает:
Многомерный анализ может быть осложнен желанием включить анализ на основе физики для расчета эффектов переменных для иерархической «системы систем». Часто исследования, которые хотят использовать многомерный анализ, останавливаются из-за размерности проблемы. Эти опасения часто снимаются за счет использования суррогатных моделей, высокоточных приближений кода, основанного на физике. Поскольку суррогатные модели имеют форму уравнения, их можно очень быстро оценить. Это становится инструментом для крупномасштабных исследований MVA: в то время как моделирование методом Монте-Карло в пространстве проектирования затруднительно с кодами, основанными на физике, оно становится тривиальным при оценке суррогатных моделей, которые часто принимают форму уравнений поверхности отклика.
Учебник Андерсона 1958 года «Введение в многомерный статистический анализ» обучил целое поколение теоретиков и прикладных статистиков; В книге Андерсона особое внимание уделяется проверке гипотез с помощью тестов отношения правдоподобия и свойств степенных функций : допустимости, беспристрастности и монотонности. Когда-то MVA использовалась исключительно в области статистической теории из-за размера, сложности базового набора данных и большого объема вычислений. С резким ростом вычислительной мощности MVA теперь играет все более важную роль в анализе данных и находит широкое применение в областях OMICS.