今天跟大家分享一下比較常見的數(shù)據(jù)分析方法以及模型分類尼桶。

在工作中，有很多的數(shù)據(jù)分析方法和模型，但是對于新入門的人來說，可能不能夠一下子就找到合適的數(shù)據(jù)分析方法以及模型晨川，進(jìn)而影響到工作的進(jìn)度证九。所以今天小白就來給大家介紹一些比較常見的數(shù)據(jù)分析方法以及模型的分類。

一般來說共虑，我們可以將數(shù)據(jù)分析方法分為對比分析愧怜、相關(guān)分析、分類分析以及綜合分析四類妈拌，其中前三類主要是以定性的數(shù)據(jù)分析方法和模型為主拥坛，而對于第四類來說就是比較注重定性與定量相結(jié)合。

對比分析

通常情況下尘分，對比分析是把兩個(gè)相互之間有聯(lián)系的指標(biāo)數(shù)據(jù)拿來進(jìn)行比較渴逻。一般來說，按分析對象的不同可以分成單一指標(biāo)對比分析和多指標(biāo)對比分析兩種音诫。舉個(gè)例子惨奕，單一指標(biāo)對比分析也就是簡單評價(jià)，像常見的盈虧平衡分析竭钝，主要是通過觀察盈虧平衡點(diǎn)的高低梨撞，從而對風(fēng)險(xiǎn)的高低做出判斷。而多指標(biāo)對比分析也就是綜合評價(jià)香罐。

相關(guān)分析

相關(guān)分析是用來研究變量之間相互關(guān)系的一種常見分析方法卧波。對于相關(guān)分析，也是分為兩類庇茫，一類是為了明確自變量與因變量之間的關(guān)系而進(jìn)行分析港粱，例如回歸分析、時(shí)間序列分析以及敏感性分析旦签。另一類只是單純研究變量相互之間的相關(guān)關(guān)系查坪，例如因子分析。

敏感性分析是用來研究某一個(gè)因素發(fā)生變化時(shí)對另外一個(gè)或多個(gè)因素影響程度的分析方法宁炫；

回歸分析是用來確定兩種及以上變量之間定量關(guān)系的一種分析方法偿曙；

時(shí)間序列分析主要是根據(jù)變量的歷史情況，來研究對象的結(jié)構(gòu)特征和運(yùn)行規(guī)律的一種分析方法羔巢；

因子分析是將多個(gè)相關(guān)或者重疊的變量進(jìn)行合并望忆，最后將其變成較少的幾個(gè)變量和綜合指標(biāo)的一種分析方法。

分類分析

一般來說竿秆，分類分析是指將不知道如何分類的變量正確的歸屬到我們已經(jīng)確定好的分類中启摄。也可以是根據(jù)一種測定變量類別的方式來對變量進(jìn)行合理的分類。常見的分類分析方法有聚類分析以及判別分析幽钢。

聚類分析是用來對研究目標(biāo)進(jìn)行分類的一種分析方法歉备；

判別分析是用來判斷研究目標(biāo)所屬類型的一種分析方法、

綜合分析

綜合分析是指通過利用各種統(tǒng)計(jì)搅吁、財(cái)務(wù)等綜合指標(biāo)來反映和研究社會(huì)經(jīng)濟(jì)現(xiàn)象總體的一般特征和數(shù)量關(guān)系的分析方法威创。常見的有概率分析、財(cái)務(wù)分析谎懦、KANO模型肚豺、PSM模型、層次分析法界拦。

概率分析是通過對主要效益指標(biāo)概率分布進(jìn)行分析吸申，然后來評價(jià)整體風(fēng)險(xiǎn)；

財(cái)務(wù)分析是通過分析企業(yè)財(cái)政狀況以及經(jīng)營成果的各類指標(biāo)享甸，最終來評價(jià)企業(yè)整體財(cái)務(wù)狀況截碴；

KANO模型是對客戶需求或者是對績效指標(biāo)的分類，通過客戶不同需求進(jìn)行區(qū)分蛉威，幫助企業(yè)找到提高客戶滿意度的切入點(diǎn)日丹；

PSM模型是價(jià)格敏感度測試模型，簡單且實(shí)用蚯嫌。不僅能夠得到最優(yōu)價(jià)格哲虾，還能得到合理的價(jià)格區(qū)間；

層次分析法是一種實(shí)用的多目標(biāo)或多方案的決策方法择示，在很多行業(yè)領(lǐng)域中都會(huì)使用到束凑。

歡迎大家進(jìn)行補(bǔ)充，大家可以在我們的QQ交流群（243949148）或者微信群中（關(guān)注小白數(shù)據(jù)營公眾號后臺(tái)進(jìn)入）參與討論和交流栅盲。