多變量統計分析 （英語：Multivariate Statistical Analysis ），簡稱多變量分析 ，又称多元统计分析 ，為統計學 的一支，常用於管理科學 、社會科學 和生命科學 等领域。
多變量分析的基礎是多變量統計 ，也就是同時／一次觀察與分析超過一個變數。多變量分析一般用於一個實驗中有多個測量結果時，探討資料彼此之間的關聯性或是釐清資料的結構。分類大致如下：[ 1]
常態多變量分布理論與模型
研究與測量變數之間的關係
多維度機率計算
探討資料構造與模式
主成分分析 （Principal Component Analysis, PCA）因素分析 （Factor Analysis）判別分析 （Discriminant Analysis）聚类分析 （Cluster Analysis）典型相關分析 （Canonical Correlation Analysis, CCA）結構方程式模式 （Structural Equation Model, SEM）
線性結構相關模式 （Linear Structure Relation, LISREL）- 為SEM成員Multivariate hypothesis testing
降維 （Dimensionality reduction）結構發現（Latent structure discovery）
多變量回歸分析（Multivariate regression analysis）
統計分類 （Classification and discrimination analysis）變量選擇 （Variable selection）多維標度縮放 （Multidimensional Scaling）資料挖掘 （Data mining）
由於多變量分析方法需要複雜且大量的計算，常須借助電腦，常用的軟體或程式語言如下：
^ Olkin, I.; Sampson, A. R., Multivariate Analysis: Overview , Smelser, Neil J.; Baltes, Paul B. (编), International Encyclopedia of the Social & Behavioral Sciences, Pergamon: 10240–10247, 2001-01-01 [2019-09-02 ] , ISBN 9780080430768存档 于2020-05-03）
