Matlab中的多元探索性数据分析（MEDA）工具箱是一组用于探索数据集的多元分析工具。 在MEDA工具箱中，将基于主成分分析（PCA）或偏最小二乘（PLS）的传统探索性图（例如得分，荷载图和残差图）与MEDA，oMEDA和SVI图等新方法结合在一起。 后者旨在解决前者中存在的一些局限性， 从数据集中充分提取结论。 此外，工具箱中还包含其他有用的工具，例如交叉验证算法，多元统计过程控制（MSPC）图和数据模拟/逼近算法（ADICOV）。 最后，大多数探索性工具都扩展了使用范围，可用于非常大的数据集（大数据），且观察次数不受限制。
