Analiza dyskryminacyjna (ang. discriminant analysis) – zespół metod wielowymiarowej analizy danych. Zawiera metody, które czynią z tej techniki niezwykle efektywne narzędzie do zagadnień klasyfikacyjnych i eksploracji danych. Jej zadaniem jest rozstrzyganie, które zmienne niezależne (predyktory) w najlepszy sposób dzielą dany zbiór przypadków na występujące w naturalny sposób grupy, opisane jakościową zmienną zależną.
W metodzie tej możemy wyróżnić dwa główne etapy: etap uczenia / budowy modelu – w którym znajdujemy reguły klasyfikacyjne, wykorzystując tak zwany zbiór uczący (próbę statystyczną) etap klasyfikacji / wykorzystania modelu – w którym dokonujemy klasyfikacji zasadniczego zbioru obiektów, których przynależność jest nam nieznana, na podstawie znalezionych charakterystyk klas.
Sposób budowy modelu najczęściej polega na krokowym (postępująca lub wsteczna analiza krokowa) budowaniu funkcji klasyfikacyjnej, której wartość pozwala przypisać obserwację do danej klasy. Najczęściej wykorzystywane są funkcje liniowe (LDA).