所謂因子分析，是指從變量組中提取* * *性因子的統計技術研究。因子分析是從大量數據中尋找內在聯系，降低決策難度。因子分析的方法大約有10種，如圖像分析法、重心法、最大似然法、最小二乘法等等。抽象法，饒的典型抽象法等等。
2.回歸分析方法
回歸分析法是研究壹個隨機變量Y對另壹個(X)或壹組變量的依賴性的統計分析方法。回歸分析是確定兩個或多個變量之間數量關系的統計分析方法。回歸分析方法應用廣泛。回歸分析根據所涉及的自變量數量可分為單變量回歸分析和多變量回歸分析。根據自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析。
3.相關分析法
相關性分析是研究現象之間是否存在壹定的依賴關系，探索具有依賴關系的具體現象的相關方向和程度。相關性是壹種不確定的關系。
4.聚類分析方法
聚類分析是指將物理或抽象對象的集合分組到由相似對象組成的多個類中的分析過程。聚類是將數據分類到不同的類或簇中的過程，因此同壹簇中的對象非常相似，而不同簇中的對象則非常不同。聚類分析是壹種探索性分析。在分類的過程中，不需要事先給出壹個分類標準，聚類分析可以從樣本數據中自動分類。
5.方差分析方法
方差數據法用於檢驗兩個或多個樣本之間差異的顯著性。由於各種因素的影響，從研究中獲得的數據是波動的。方差分析從觀察變量的方差入手，研究眾多控制變量中哪些變量對觀察變量有顯著影響。
6.對應分析方法
對應分析通過分析由定性變量組成的交互匯總表，揭示變量之間的關系。它可以揭示同壹變量的類別之間的差異以及不同變量的類別之間的對應關系。對應分析的基本思想是將鏈表的行和列中各元素的比例結構以點的形式在低維空間中表示出來。