Monimuuttinimuuttuja-analyyseista monimuuttuja-aineistossa (multivariable data) jokaista havaintoyksikköä kohti on mitattu usean muuttujan arvo nykyisin tärkeitä osa arkeologisia analyysejä aineistot usein laajoja ja niiden hallitseminen ilman “tiivistämistä” on erittäin vaikeaa Luovat uusia, käyttökelpoisempia muuttujia Informaation tarkastelu tutkimushypoteeseja varten
Monimuuttinimuuttuja-analyyseista Q-analyysi tarkastelun kohteena havaintoyksiköt (individual directed analysis) R-analyysi tarkastelun kohteena muuttujat (variable directed analysis) Aineisot usein hyvin suuria sisältävät eri tason tietoa
Monimuuttinimuuttuja-analyyseista Ongelmia puuttuvat tiedot poukkeavat arvot (minimit ja maksimit) virheelliset tiedot työläys Pääkomponenttianalyysi muodostetaan uusia muuttujia eli pääkomponentteja yhdistävät samalle koponentille useamman alkuperäisen muuttujan sisältämää vaihtelua muuttujat ovat ortogonaalisia eli kekenään korreloimattomia
Monimuuttinimuuttuja-analyyseista Pääkomponenttianalyysin vaiheet päätetään mitkä muuttujat otetaan mukaan analyysiin muodostetaan korrelaatiomatriisit ja tutkitaan niitä muodostetaan korrelaatioita voimakkaasti korreloivista muuttujista > jos korrelaatiot ovat pieniä ei ole syytä edetä pidemmälle tarkastellaan ominaisarvoja ja päätetään mitkä arvoista ovat riittävän suuria > loput pääkomponentit hylätään jatkossa käytetään havaintoyksiköiden saamia pääkomponenttikohtaisia pistearvoja muiden analyysien lähtökohtana
Monimuuttinimuuttuja-analyyseista Ongelmia: analyysillä ei välttämättä suoraa käytännön tulkintaa vaatii laajoja aineistoja Faktorianalyysi kuvataan muuttujoen kokonaisvaihtle pienemmällä määrällä uusia muuttujia (piilevieä l. latentteja) luo mallin, joka pyrkii selittämään mahdollisimman paljon muuttujien välistä kovarianssia mallin avulla
Monimuuttinimuuttuja-analyyseista Faktorit uudet muuttujat ovat keskenään korreloimattomia faktorilataukset (factor loadings) luovat faktoreiden sisällön mitä suurempi on lataus sitä enemmän se selittää ko. faktorista faktoreista voidaan laskea myös faktoripistemäärät, joilla verrataan yksittäisiä havaintoja toisiinsa 2-4 ensimmäistä faktoria selittää usein pääosan vaihtelusta
Monimuuttinimuuttuja-analyyseista Erotteluanalyysi (discrimination analysis) pyritään erottamaan kaksi tai useampia populaatioita toisistaan muodostetaan säännöt kuinka populaatiot erotetaan parhaiten toisistaan havaintoyksikkö pyritään sijoittamaan johonkin alkuperäiseen populaatioon
Monimuuttinimuuttuja-analyyseista Yhdistelyanalyysi (cluster analysis) hyvin paljon käytetty arkeologiassa ollaan kiirnnostuneita havaintoyksiköiden ryhmittelemisestä (yksittäisten esineiden luokittelusta) etsitään luokkia ja alaluokkia hierarkkinen lasketaan aluksi korrelaatiot niistä lasketaan yrityyppisiä puukuvioita voivat olla kokonaan tai osittain hierakkisia