數據分析常用方法概覽（之二）
上一篇，我們了解了數據分析時常用的對比分析法、分組分析法、結構分析法、交叉分析法、漏鬥圖分析法、矩陣分析法、綜合評價分析法等八種分析方法，今天我們繼續了解下上文提到的另外八種常見數據分析方法。
5W1H分析法
也叫六何分析法，由美國政治學家拉斯維爾提出的一種思考方法，普遍應用在企業管理、工作生活和學習中。5W1H是指：原因(何因Why)、對象(何事What)、地點(何地 Where)、時間(何時When)、人員(何人Who)、方法(何法How)等六個方面。
相關分析法
研究兩個或兩個以上處於同等地位的隨機變量間的相關關係的統計分析方法。按相關的程度分為完全相關、不完全相關和不相關。
回歸分析法
確定兩種或兩種以上變量間相互依賴的定量關係，研究的是因變量（目標）和自變量（預測器）之間的關係。
相關分析與回歸分析之間的區別在於，回歸分析側重於研究隨機變量間的依賴關係，以便用一個變量去預測另一個變量，而相關分析側重於發現隨機變量間的種種相關特性。
聚類分析法
根據研究指標的特徵進行分類。區別於分類分析，聚類分析原則是同類個體間相似性較大，不同類個體間差別比較大。 異常值和特殊的變量對聚類有較大影響。
方法包括系統聚類法、分解法、加入法、動態聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。
判別分析法
又稱「分辨法」，根據研究對象的各種特徵值判別其類型歸屬問題的一種多變量統計分析方法。不同於聚類分析，它需要已知各個體的分類。
主成分分析法
也稱主分量分析，一種降維的統計方法，通過正交變換把多指標轉化為少數幾個綜合指標的方法。 減弱因變量過多而引起的問題複雜性。
因子分析法
從變量群中提取共性因子的統計技術，有 探索性因子分析法 和 驗證性因子分析 兩類。用來描述測量到的變量中的隱性變量 。
時間序列分析
時間序列是按時間順序的一組數字序列，基於隨機過程理論和數理統計學方法，處理動態數據，研究隨機數據序列所遵從的統計規律。
方差分析
又稱變異數分析或「F檢驗」，用於兩個及以上樣本均數差別的顯著性檢驗。
數據分析常用的十六種方法就簡單介紹到這裡 ，更多數據分析的小知識，大家可以進入DataFocus官方渠道閱覽哦~
全棧式BI ——DataFocus系統
除非註明，否則均為DataFocus企業大數據分析系統,讓數據分析像搜索一樣簡單原創文章，轉載必須以連結形式標明本文連結。