数据分析的几种常用方法概览（之二）

文章目录[隐藏]

数据分析常用方法概览（之二）

上一篇，我们了解了数据分析时常用的对比分析法、分组分析法、结构分析法、交叉分析法、漏斗图分析法、矩阵分析法、综合评价分析法等八种分析方法，今天我们继续了解下上文提到的另外八种常见数据分析方法。

5W1H分析法

也叫六何分析法，由美国政治学家拉斯维尔提出的一种思考方法，普遍应用在企业管理、工作生活和学习中。5W1H是指：原因(何因Why)、对象(何事What)、地点(何地 Where)、时间(何时When)、人员(何人Who)、方法(何法How)等六个方面。

确定两种或两种以上变量间相互依赖的定量关系，研究的是因变量（目标）和自变量（预测器）之间的关系。

相关分析与回归分析之间的区别在于，回归分析侧重于研究随机变量间的依赖关系，以便用一个变量去预测另一个变量，而相关分析侧重于发现随机变量间的种种相关特性。

根据研究指标的特征进行分类。区别于分类分析，聚类分析原则是同类个体间相似性较大，不同类个体间差别比较大。异常值和特殊的变量对聚类有较大影响。

方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。

又称“分辨法”，根据研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。不同于聚类分析，它需要已知各个体的分类。

也称主分量分析，一种降维的统计方法，通过正交变换把多指标转化为少数几个综合指标的方法。减弱因变量过多而引起的问题复杂性。

从变量群中提取共性因子的统计技术，有探索性因子分析法和验证性因子分析两类。用来描述测量到的变量中的隐性变量。

时间序列是按时间顺序的一组数字序列，基于随机过程理论和数理统计学方法，处理动态数据，研究随机数据序列所遵从的统计规律。

又称变异数分析或“F检验”，用于两个及以上样本均数差别的显著性检验。

数据分析常用的十六种方法就简单介绍到这里，更多数据分析的小知识，大家可以进入DataFocus官方渠道阅览哦~

全栈式BI ——DataFocus系统