En estadstica el anlisis multivariante de la varianza o MANOVA (por su nombre en ingls, Multivariate analysis of variance) es una extensin del anlisis

de la varianza o ANOVA para cubrir los casos donde hay ms de una variable dependiente que no pueden ser combinadas de manera simple. Adems de identificar si los cambios en las variables independientes tienen efectos significativos en las variables dependientes, la tcnica tambin intenta identificar las interacciones entre las variables independientes y su grado de asociacin con las dependientes. Cuando aparece la suma de cuadrados en el anlisis univariante de la varianza, en el anlisis multivariante de la varianza aparecen ciertas matrices definidas positivas. Los elementos diagonales son del mismo tipo de sumas de cuadrados que aparecen en el ANOVA univariante. Los elementos fuera de la diagonal se corresponden con sumas de productos. Asumiendo condiciones de normalidad sobre distribuciones de error, el homlogo de la suma de cuadrados debido al error tendr una distribucin de Wishart. Anlogamente a ANOVA, MANOVA est basado en el producto del modelo de la matriz de varianza y el inverso de la matriz de varianza del error. Las consideraciones de invarianza implican que las estadsticas de MANOVA deberan ser una medida de magnitud de la descomposicin del valor singular de esta matriz producto, pero no hay una nica eleccin pendiente de la naturaleza multi-dimensional de la hiptesis alternativa. Las distribuiciones estadsticas ms comunes son la lambda ( ) de Samuel Stanley Wilks, la traza de Pillai-M. S. Bartlett (ver traza de una matriz), la traza de Lawley-Hotelling y la raz mayor de Roy. La discusin contina sobre los mritos de cada una, aunque la raz ms grande que conduce slo a una cota de significancia no es de inters prctico. Una complicacin ms es que la distribucin de estas estadsticas bajo la hiptesis nula no es sencilla y slo puede ser aproximada, excepto en unos casos de pocas dimensiones. La mejor aproximacin de la lambda de Wilkins fue hallada por C. R. Rao.