冗餘分析(Redundancy Analysis, RDA)是一種結合了回歸分析和主成分分析的排序方法，主要用於生態學和其他領域。以下是冗餘分析的詳細介紹：
冗餘分析通過在多個解釋變數上回歸多個回響變數來擴展多元線性回歸(MLR)，然後對MLR生成的所有回響變數的擬合值矩陣進行主成分分析(PCA)。這種方法用於探索一個多變數回響數據集（例如，多個物種的豐度）與一個或多個解釋變數集（例如，環境變數）之間的關係。
冗餘分析的首要目的是找出回響變數和解釋變數之間的關係，並通過對回響變數的線性組合進行排序來顯示這種關係。在數學原理上，首先對每個回響變數與解釋變數進行多元回歸，然後找到一個回響變數的線性組合，這個線性組合最大化了與解釋變數的相關性，最後，這些線性組合被排序，並生成一系列排序軸，第一個軸是與解釋變數最相關的軸，第二個軸與剩下的變異最相關，以此類推。
冗餘分析可以幫助研究者了解哪些環境因子與物種的豐度最相關，例如，在湖泊研究項目中，冗餘分析可以幫助理解哪些環境因素（如溫度、深度和污染水平）對魚類種群的影響最大。