什么是多重判别分析（MDA）？
多重判别分析（MDA）是统计学家的一种技术，金融规划师在必须考虑许多变量的情况下使用它来评估潜在投资。 这种技术减小了一些变量之间的差异，因此可以将它们分为一组广泛的组，然后可以将其与另一个变量进行比较。
在金融中，该技术用于在筛选几个变量的同时压缩证券之间的方差。
多重判别分析与判别分析有关，后者通过设置规则或选择将提供最有意义的分离的值来帮助对数据集进行分类。
如何使用多重判别分析
考虑大量股票的分析师可能会使用多种判别分析，将重点放在对正在考虑的决策最重要的数据点上。 这简化了股票之间的其他差异，而没有完全消除它们。
重要要点
- 当必须考虑许多变量时，财务规划人员可以使用MDA来评估潜在投资。 该技术用于在筛选几个变量的同时压缩证券之间的方差。正在考虑购买多个股票的分析师可能会使用多重判别分析，将重点放在对正在考虑的决策最重要的数据点上。
例如，想要基于衡量波动性和历史一致性的值选择证券的分析师可能会使用多重判别分析来排除其他变量，例如价格。
至少对于统计学家来说，多重判别分析也被称为典型变量分析或典型判别分析。 这是一种判别分析，被研究人员在许多领域分析数据时广泛使用。
