合理的分析方法

『壹』 數據分析的基本方法有哪些

數據分析的三個常用方法：
1. 數據趨勢分析
趨勢分析一般而言，適用於產品核心指標的長期跟蹤，比如，點擊率，GMV，活躍用戶數等。做出簡單的數據趨勢圖，並不算是趨勢分析，趨勢分析更多的是需要明確數據的變化，以及對變化原因進行分析。
趨勢分析，最好的產出是比值。在趨勢分析的時候需要明確幾個概念：環比，同比，定基比。環比是指，是本期統計數據與上期比較，例如2019年2月份與2019年1月份相比較，環比可以知道最近的變化趨勢，但是會有些季節性差異。為了消除季節差異，於是有了同比的概念，例如2019年2月份和2018年2月份進行比較。定基比更好理解，就是和某個基點進行比較，比如2018年1月作為基點，定基比則為2019年2月和2018年1月進行比較。
比如：2019年2月份某APP月活躍用戶數我2000萬，相比1月份，環比增加2%，相比去年2月份，同比增長20%。趨勢分析另一個核心目的則是對趨勢做出解釋，對於趨勢線中明顯的拐點，發生了什麼事情要給出合理的解釋，無論是外部原因還是內部原因。
2. 數據對比分析
數據的趨勢變化獨立的看，其實很多情況下並不能說明問題，比如如果一個企業盈利增長10%，我們並無法判斷這個企業的好壞，如果這個企業所處行業的其他企業普遍為負增長，則5%很多，如果行業其他企業增長平均為50%，則這是一個很差的數據。
對比分析，就是給孤立的數據一個合理的參考系，否則孤立的數據毫無意義。在此我向大家推薦一個大數據技術交流圈： 658558542 突破技術瓶頸，提升思維能力 。
一般而言，對比的數據是數據的基本面，比如行業的情況，全站的情況等。有的時候，在產品迭代測試的時候，為了增加說服力，會人為的設置對比的基準。也就是A/B test。
比較試驗最關鍵的是A/B兩組只保持單一變數，其他條件保持一致。比如測試首頁改版的效果，就需要保持A/B兩組用戶質量保持相同，上線時間保持相同，來源渠道相同等。只有這樣才能得到比較有說服力的數據。
3. 數據細分分析
在得到一些初步結論的時候，需要進一步地細拆，因為在一些綜合指標的使用過程中，會抹殺一些關鍵的數據細節，而指標本身的變化，也需要分析變化產生的原因。這里的細分一定要進行多維度的細拆。常見的拆分方法包括：
分時 ：不同時間短數據是否有變化。
分渠道 ：不同來源的流量或者產品是否有變化。
分用戶 ：新注冊用戶和老用戶相比是否有差異，高等級用戶和低等級用戶相比是否有差異。
分地區 ：不同地區的數據是否有變化。
組成拆分 ：比如搜索由搜索片語成，可以拆分不同搜索詞;店鋪流量由不用店鋪產生，可以分拆不同的店鋪。
細分分析是一個非常重要的手段，多問一些為什麼，才是得到結論的關鍵，而一步一步拆分，就是在不斷問為什麼的過程。

『貳』 管理學中的幾種分析方法

其目的無非就是為了使論證更加嚴密，分析更加科學理性，結論和建議更加有指導意義。本文介紹的主要研究方法有六種，分別為：1、對比分析法：將A公司和B公司進行對比、2、外部因素評價模型（EFE）分析、3、內部因素評價模型（IFE）分析、4、swot分析方法、5、三種競爭力分析方法、6、五種力量模型分析。 具體說來，對比分析法是最常用，簡單的方法，將一個管理混亂、運營機制有問題的公司和一個管理有序、運營良好的公司進行對比，觀察他們在組織結構上、資源配置上有什麼不同，就可以看出明顯的差別。在將這些差別和既定的管理理論相對照，便能發掘出這些差異背後所蘊含的管理學實質。企業管理中經常進行案例分析，將A和B公司進行對比，發現一些不同。各種現象的對比是千差萬別的，最重要的是透過現象分析背後的管理學實質。所以說，只有表面現象的對比是遠遠不夠的，更需要有理論分析。 外部因素評價模型（EFE）和內部因素評價模型（IFE）分析來源於戰略管理中的環境分析。因為任何事物的發展都要受到周邊環境的影響，這里的環境是廣義的環境，不僅指外部環境，還指企業內部的環境。通常我們將企業的內部環境稱作企業的稟賦，可以看作是企業資源的初始值。公司戰略管理的基本控制模式由兩大因素決定：外部不可控因素和內部可控因素。其中公司的外部不可控因素主要包括：政府、合作夥伴（如銀行、投資商、供應商）、顧客（客戶）、公眾壓力集團（如新聞媒體、消費者協會、宗教團體）、競爭者，除此之外，社會文化、政治、法律、經濟、技術和自然等因素都將制約著公司的生存和發展。 由此分析，外部不可控因素對公司來說是機會與威脅並存。公司如何趨利避險，在外部因素中發現機會、把握機會、利用機會，洞悉威脅、規避風險，對於公司來說是生死攸關的大事。在瞬息萬變的動態市場中，公司是否有快速反應（應變）的能力，是否有迅速適應市場變化的能力，是否有創新變革的能力，決定著公司是否有可持續發展的潛力。公司的內部可控因素主要包括：技術、資金、人力資源和擁有的信息，除此之外，公司文化和公司精神又是公司戰略制定和戰略發展中不可或缺的重要部分。 一個公司制定公司戰略必須與公司文化背景相聯。內部可控因素可以充分彰顯出公司的優勢與劣勢或弱點。從而知己知彼，揚長避短，發揮自身的競爭優勢，確定公司的戰略發展方向和目標，使目標、資源和戰略三者達到最佳匹配。公司通過對外部機會、風險以及內部優勢、劣勢的綜合加權分析（藉助外部因素評價矩陣[EFE]以及內部因素評價矩陣[IFE]），確立公司長期戰略發展目標，制定公司發展戰略。再將公司目標、資源與所制定的戰略相比較，找出並建立外部與內部重要因素相匹配的有效的備選戰略（藉助SWOT矩陣、SPACE矩陣、BCG矩陣、IE矩陣及大戰略矩陣），通過定量戰略計劃矩陣（QSPM）對若干備選戰略的吸引力總分數的比較，確定公司最有效、最可能成功的戰略。然後制定公司可量化的、具體的年度目標，圍繞著已確立的目標，合理的進行各項資源的配置（如人、財、物方面的配置和調度），並有效地實施戰略，最後是對已實施的戰略進行控制、反饋與評價。這是最後一項工作，也是極重要的工作。往往一些戰略的挫敗很大部分是在實施戰略的過程中，缺乏嚴格的控制機制和績效考核標准所導致的。充分與及時的反饋是有效戰略評價的基石，在快速而劇烈變化的環境中，公司的戰略經受著巨大的挑戰。通過戰略評價決策矩陣，可以清晰地了解公司現行戰略與實際的目標實現進程，公司現行戰略在變化的環境中的適應性，以及是否需要修正原有的戰略策略等問題。 所謂的三種競爭力分析指的是公司採取的競爭策略：差別化戰略、集中性策略、低成本策略。 差別化戰略是提供與眾不同的產品和服務，滿足顧客特殊的需求，形成競爭優勢的戰略。公司形成這種戰略主要是依靠產品和服務的特色，而不是產品和服務的成本。但是應該注意，差別化戰略不是講公司可以忽略成本，只是強調這時的戰略目標不是成本問題。公司採用這種戰略，可以很好的防禦行業中的五種競爭力量（後文有介紹），獲得超過行業平均水平的利潤。 如果公司所在的市場上購買這對價格很敏感，那麼奮力成為行業中總成本最低的供應上就是一個很有力的競爭途徑。其目的在於：業務的經營運作方式具有高度的成本有效性，獲取相對競爭對手的持久的成本優勢。低成本供應商戰略的戰略目標是獲取比競爭對手持久的成本優勢。低成本供應商戰略的戰略目標是獲取比競爭對手相對低的成本，而不是獲取絕對可能低的成本。在尋求低成本的領導地位時，公司的管理者必須認真的考慮哪些購買者認為是至關重要的特色和服務--一種產品如果過於簡便，沒有一點附加的特色，實際上就會削弱而不是加強產品的競爭力。而且，競爭對手能否復制或匹配公司獲得成本優勢的方式也有著重要的意義。成本優勢的價值取決於這種優勢的持久性。如果競爭對手發現模仿領導者的低成本方法相對來說並不難或者並不需要付出太大的代價，那麼，低成本的領導者的成本優勢就不會維持很長的時間，就不能產生有價值的優勢。 集中型戰略是指把經營戰略的重點放在一個特定的目標市場上，為特定的地區或特定的購買者集團提供特殊的產品或服務。集中型戰略與其他兩個基本的競爭戰略不同。成本領先戰略與差別化戰略面向全行業，在整個行業的范圍內進行活動。而集中型戰略則是圍繞一個特定的目標進行密集型的生產經營活動，要求能夠比競爭對手提供更為有效的服務。公司一旦選擇了目標市場，便可以通過產品差別化或成本領先的方法，形成集中型戰略。就是說，採用重點集中型的戰略的公司，基本上就是特殊的差別化或特殊的成本領先公司。由於這類公司的規模較小，採用集中型戰略的公司往往不能同時進行差別化和成本領先的方法。如果採用集中型戰略的公司要想實現成本領先，則可以在專用品或復雜產品上建立自己的成本優勢，這類產品難以進行標准化生產，也就不容易形成生產上的規模經濟效益，因此也難以具有經驗曲線的優勢。如果採用集中型戰略的公司要實現差別化，則可以運用所有差別化的方法去達到預期的目的，與差別化戰略不同的是，採用集中型戰略的公司是在特定的目標市場中與實行差別化戰略的公司進行競爭，而不在其他細分市場上與其競爭對手競爭。在這方面，重點集中的公司由於其市場面狹小，可以更好的了解市場和顧客，提供更好的產品與服務。 SWOT分析方法從某種意義上來說隸屬於企業內部分析方法，即根據企業自身的既定內在條件進行分析。SWOT分析有其形成的基礎。按照企業競爭戰略的完整概念，戰略應是一個企業「能夠做的」（即組織的強項和弱項）和「可能做的」（即環境的機會和威脅）之間的有機組合。著名的競爭戰略專家邁克爾.波特提出的競爭理論從產業結構入手對一個企業「可能做的」方面進行了透徹的分析和說明，而能力學派管理學家則運用價值鏈解構企業的價值創造過程，注重對公司的資源和能力的分析。SWOT分析，就是在綜合了前面兩者的基礎上，以資源學派學者為代表，將公司的內部分析（即20世紀80年代中期管理學界權威們所關注的 研究取向，以能力學派為代表）與產業競爭環境的外部分析（即更早期戰略研究所關注的中心主題，以安德魯斯與邁克爾.波特為代表）結合起來，形成了自己結構化的平衡系統分析體系。 與其他的分析方法相比較，SWOT分析從一開始就具有顯著的結構化和系統性的特徵。就結構化而言，首先在形式上，SWOT分析法表現為構造SWOT結構矩陣，並對矩陣的不同區域賦予了不同分析意義；其次內容上，SWOT分析法的主要理論基礎也強調從結構分析入手對企業的外部環境和內部資源進行分析。另外，早在SWOT誕生之前的20世紀60年代，就已經有人提出過SWOT分析中涉及到的內部優勢、弱點，外部機會、威脅這些變化因素，但只是孤立地對它們加以分析。SWOT方法的重要貢獻就在於用系統的思想將這些似乎獨立的因素相互匹配起來進行綜合分析，使得企業戰略計劃的制定更加科學全面。 SWOT方法自形成以來，廣泛應用於戰略研究與競爭分析，成為戰略管理和競爭情報的重要分析工具。分析直觀、使用簡單是它的重要優點。即使沒有精確的數據支持和更專業化的分析工具，也可以得出有說服力的結論。但是，正是這種直觀和簡單，使得SWOT不可避免地帶有精度不夠的缺陷。例如SWOT分析採用定性方法，通過羅列S、W、O、T的各種表現，形成一種模糊的企業競爭地位描述。以此為依據作出的判斷，不免帶有一定程度的主觀臆斷。所以，在使用SWOT方法時要注意方法的局限性，在羅列作為判斷依據的事實時，要盡量真實、客觀、精確，並提供一定的定量數據彌補SWOT定性分析的不足，構造高層定性分析的基礎。 五種力量模型分析方法從一定意義上來說隸屬於外部環境分析方法中的微觀分析。該模型由麥克爾�6�1波特(Michael Porter)於80年代初提出，對公司戰略制定產生全球性的深遠影響。用於競爭戰略的分析，可以有效的分析客戶的競爭環境。波特的"五力"分析法是對一個產業盈利能力和吸引力的晶態斷面掃描，說明的是該產業中的企業平均具有的盈利空間，所以這是一個產業形勢的衡量指標，而非企業能力的衡量指標。通常，這種分析法也可用於創業能力分析，以揭示本企業在本產業或行業中具有何種盈利空間。邁克爾·波特對於管理理論的主要貢獻，是在產業經濟學與管理學之間架起了一座橋梁。在其經典著作《競爭戰略》中，他提出了行業結構分析模型，即所謂的五力模型認為：行業現有的競爭狀況、供應商的議價能力、客戶的議價能力、替代產品或服務的威脅、新進入者的威脅這五大競爭驅動力，決定了企業的盈利能力，並指出公司戰略的核心，應在於選擇正確的行業，以及行業中最具有吸引力的競爭位置。 在對企業進行案例分析時以上分析方法經常用到，合理恰當的使用它們，能夠使我們通過一些表面現象看到企業問題的本質，但這些方法本身只是一些工具，怎樣合理利用它們才是最關鍵的。

『叄』 數據分析常用的方法有哪些

1、簡單趨勢

通過實時訪問趨勢了解供應商及時交貨情況。如產品類型，供應商區域(交通因子)，采購額，采購額對供應商佔比。

2、多維分解

根據分析需要，從多維度對指標進行分解。例如產品采購金額、供應商規模(需量化)、產品復雜程度等等維度。

3、轉化漏斗

按照已知的轉化路徑，藉助漏斗模型分析總體和每一步的轉化情況。常見的轉化情境有不同供應商及時交貨率趨勢等。

4、用戶分群

在精細化分析中，常常需要對有某個特定行為的供應商群組進行分析和比對;數據分析需要將多維度和多指標作為分群條件，有針對性地優化供應鏈，提升供應鏈穩定性。

5、細查路徑

數據分析可以觀察供應商的行為軌跡，探索供應商與本公司的交互過程;進而從中發現問題、激發靈感亦或驗證假設。

6、留存分析

留存分析是探索用戶行為與回訪之間的關聯。一般我們講的留存率，是指“新新供應商”在一段時間內“重復行為”的比例。通過分析不同供應商群組的留存差異、使用過不同功能供應商的留存差異來找到供應鏈的優化點。

7、A/B 測試

A/B測試就是同時進行多個方案並行測試，但是每個方案僅有一個變數不同;然後以某種規則優勝略汰選擇最優的方案。數據分析需要在這個過程中選擇合理的分組樣本、監測數據指標、事後分析和不同方案評估。

『肆』 如何合理選擇一個分析方法

分析的方法要根據你分析的問題或者事物。來決定。不同的情況下，採用的分析方法也是不一樣的。有借鑒法有推理法還有。實踐法。這就要看你所分析的問題是什麼耳釘不能一概而論？

『伍』 資產負債表一般有什麼分析方法

分析方法有兩種，一是：水平分析法，二是水平分析法，這兩種方法具體如下：
水平分析
一、資產負債表水平分析表的編制
將分析期的資產負債表各項目數值與基期(上年或計劃、預算)數進行比較，計算出變動額、變動率以及該項目對資產總額、負債總額和所有者權益總額的影響程度。
二、資產負債表變動情況的分析評價
(一)從投資或資產角度進行分析評價
1.對總資產的規模變動狀況及各資產的變動狀況進行分析，重點分析變動幅度較大，影響總資產變化較大的項目，還需要對資產變動的合理性以及效率性進行分析，結合資產和所有者權益兩者的變動適應程度進行概括分析，同時需要評價企業財務結構的穩定性和安全性，最後還需要考慮的是會計政策變化帶來的影響。
(二)從籌資或權益角度進行分析評價
1.分析權益總額的變動狀況及各籌資的變動狀況，重點關注與分析變動幅度較大或者是影響較大的項目，同時還需要注意表外業務可能帶來的影響。
(三)資產負債表變動原因的分析評價
1.負債變動型
2.追加投資變動型
3.經營變動型
4.股利分配變動型
垂直分析法
計算與分析資產負債表中「各項目」占「總資產」、「總負債」或「權益總額」的比重，從而判斷與評價企業資產結構、負債結構和權益結構的合理性。
一、編制資產負債表垂直分析表
可以通過計算資產負債表中各項目占總資產或權益總額的比重來編制資產負債表的垂直分析表，同時也可以進一步分析企業資產結構和權益結構變動的合理程度。
分析可以分為兩種：
1、靜態分析，靜態分析的對象是本期資產負債表。
2、動態分析：冬天分析是需要將本期資產負債表與選定的標准進行比較，從而進一步分析，得出結論。

『陸』 怎麼去分析才是正確的方法

數據分析（Data Analysis）

數據分析概念
數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
數據也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。
數據分析與數據挖掘密切相關，但數據挖掘往往傾向於關注較大型的數據集，較少側重於推理，且常常採用的是最初為另外一種不同目的而採集的數據。

數據分析的目的與意義
數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。
在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。數據分析是組織有目的地收集數據、分析數據，使之成為信息的過程。這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售後服務和最終處置的各個過程都需要適當運用數據分析過程，以提升有效性。例如J.開普勒通過分析行星角位置的觀測數據，找出了行星運動規律。又如，一個企業的領導人要通過市場調查，分析所得數據以判定市場動向，從而制定合適的生產及銷售計劃。因此數據分析有極廣泛的應用范圍。

數據分析的功能
數據分析主要包含下面幾個功能：
1. 簡單數學運算（Simple Math）
2. 統計（Statistics）
3. 快速傅里葉變換（FFT）
4. 平滑和濾波（Smoothing and Filtering）
5. 基線和峰值分析(Baseline and Peak Analysis)

數據分析的類型
在統計學領域，有些人將數據分析劃分為描述性統計分析、探索性數據分析以及驗證性數據分析；其中，探索性數據分析側重於在數據之中發現新的特徵，而驗證性數據分析則側重於已有假設的證實或證偽。
探索性數據分析：是指為了形成值得假設的檢驗而對數據進行分析的一種方法，是對傳統統計學假設檢驗手段的補充。該方法由美國著名統計學家約翰·圖基(John Tukey)命名。
定性數據分析：又稱為「定性資料分析」、「定性研究」或者「質性研究資料分析」，是指對諸如詞語、照片、觀察結果之類的非數值型數據（或者說資料）的分析。

數據分析步驟
數據分析有極廣泛的應用范圍。典型的數據分析可能包含以下三個步：
1、探索性數據分析，當數據剛取得時，可能雜亂無章，看不出規律，通過作圖、造表、用各種形式的方程擬合，計算某些特徵量等手段探索規律性的可能形式，即往什麼方向和用何種方式去尋找和揭示隱含在數據中的規律性。
2、模型選定分析，在探索性分析的基礎上提出一類或幾類可能的模型，然後通過進一步的分析從中挑選一定的模型。
3、推斷分析，通常使用數理統計方法對所定模型或估計的可靠程度和精確程度作出推斷。

數據分析過程實施
數據分析過程的主要活動由識別信息需求、收集數據、分析數據、評價並改進數據分析的有效性組成。

『柒』 應收賬款合理性分析方法

摘要 第二個維度，應收賬款周轉率，直接上公式，應收賬款周轉率=賒銷收入/平均應收賬款*100%，如要轉化成周轉天數則用360天/轉化率。有什麼用？不同企業有不同企業的標准周轉率，比如船舶製造業，地產業等大型產業的應收賬款周轉率是大於360天的，而類似方便麵、礦泉水這種快消品行業的應收賬款周轉率基本短於1個月。只要對比行業周轉率標准便可知自身企業水平。第二點，同學們還可以這樣玩，把連續幾期的應收賬款周轉天數算出來，可以根據自身企業性質按月、季度、年來算，具體也要看企業所在的行業。我們這里鼓勵按月，如你發現3月.4月.5月周轉天數分別為25 .35 45這樣增長趨勢，直接給結論，表明分子增長大於分母增長、收入增幅大於應收賬款增幅，銷售回款有問題。

『捌』 如何分析結果是否合理，如何驗證與判斷

驗證分析結果是否合理，可採用以下方法進行驗證與判斷。首先是要驗證分析結果是否有效在分析試樣的同時，通過平行測定一個與試樣同類型的標 准樣品。如果標准樣品的分析值與標准證書所提供的標准值之差不大於標樣允許誤差時，表明分析結果有效，否則無效。用允許差驗收判斷在分析結果有效的前提下，用同一試驗室或不同試驗室的所得分析 結果之差，按「允許差」判斷。如同一試驗室，同一（或兩個）分析人員，採用標准方法分析同 一試樣，兩次結果之差應小於或等於「同一試驗室的允許差」，取兩者平均值為最終分析結果。 若超出允許差值，應在短時間內進行第三次測定，測定結果與前兩次或任一次分析結果之差符合 允許差規定時，則取其平均值作為分析結果。按照「驗收試樣分析值程序」進行判斷此法由國際標准化組織協會提出，各國正逐漸 採用。基本步驟是：當兩次分析值之差的絕對值小於或等於「允許差」時判斷分析 結果有效，取兩次結果的平均值。若大於「允許差」，小於1.2倍允許差時，需進行第三次測定。 依此類推，直至該次測定結果與前幾次測定結果的級差小於1.3倍允許差時為止。在日常分析工 作中，用「驗收程序」進行驗證，以保分析結果的可靠性。同等精度要求下消耗資源越少越優。

『玖』 分析信息的方法一般包括哪些內容

信息分析方法總共有四種,分別為:
1.信息聯想法;
2.信息綜合法;
3.信息預測法;
4.信息評估法。分析方法」主要探討上市公司財務信息剖析過程所使用的分析手段：比較分析法、比率分析法、趨勢分析法和因素分析法。「比較分析法」一節說明比較分析法的三種形式及應用中需要注意的問題。比較分析法是最基本的分析方法，其作用在於揭示財務活動中的數量關系和存在的差距，從中發現問題。「比率分析法」一節歸納敘述了財務信息分析中常見的三類比率關系，並提出使用比率指標分析財務信息時需要注意的三個問題。「趨勢分析法」可以揭示上市公司財務狀況和經營狀況的變化，幫助我們分析引起變化的主要原因、變動的性質，認識公司的現狀，並預測該公司未來的發展前景。「因素分析法」主要用來確定幾個相互聯系的因素對上市公司某個經濟指標的影響程度，在分析財務指標異動原因時比較常用。常用的信息分析方法分為兩大類：定性分析與定量分析。

（一）定性分析

定性分析即通過專家知識、經驗，對事物現狀的分析以及未來發展趨勢的預測。常用的定性分析法有頭腦風暴法、德爾菲調查法、主觀概率法、相互影響矩陣分析等。定性分析法發展至今，經過不斷完善，已廣泛運用於各類信息分析之中。定性分析最大的優點是，能充分運用專家的知識、經驗，從而對一些無法收集數據的分析預測活動進行評判。定性分析方法也是一種科學的方法。首先專家的知識、經驗是一種隱性知識，是專家在長期大量的實踐中形成的經驗總結，是建立在客觀科學基礎之上的認識，如某行業領域資深專家對行業發展趨勢的判斷，這是他對行業發展全面客觀的認識基礎上作出的推斷，這種推斷具有一定的合理性。其次，某個專家的認識由於受到自身學術行業背景、主觀判斷等限制，其看法具有片面性，但綜合該領域的專家認識，就能比較全面合理的作出定性的判斷，從這個角度這種方法也是合理的。最後，定性分析由於受到主觀因素影響，而且只能提供定性的結論，因此針對具體的微觀的需要作出量化決策的問題，就需要通過定量分析。值得一提的是，定量分析由於客觀具體，用數據和科學模型說話，在某些方面更具有說服力，但是由於應用時受到諸多條件限制，有時候得出的模型和結論未必合理，切不可盲目迷信復雜的模型。定性分析與定量分析需要相互結合使用，才能做出准確科學的結論。

（二）定量分析

定量分析基本上就是統計的內容了，相關分析、回歸分析、主成分與因子分析、獨立性檢驗（卡方檢驗）、分類與聚類等。

數理統計最主要的幾個分布函數：正態分布和t分布、F分布、卡方分布，因為回歸分析里參數檢驗涉及到t檢驗和F檢驗問題，要知道它們到底用來做什麼，有什麼特性。這里簡單介紹幾個一直讓我混淆的概念。

（1）相關分析與回歸分析

兩個事物之間可能存在一定的關聯，如子女身高與父母身高，一般來說父母個子高子女身高也高，但兩者沒有必然的因果關系，那麼這兩者之間有關系，但不是因果關系，這就是相關分析，相關可以是線性相關也可以是非線性相關。而回歸分析如，廣告支出增加，銷量增加，那麼廣告和銷量之間是存在某種因果關系，可以分析廣告支出對銷量增加的影響，這就是回歸分析。

（2）回歸分析與方差分析

前面講到回歸分析，當自變數和因變數都是數值變數，即分析某個自變數的變化對因變數的影響程度就是回歸分析。而方差分析也是分析自變數對因變數的影響程度，但自變數是定性變數，如分析農作物產量（因變數）與土壤種類、肥料種類、栽培方法之間是否有影響，這就是方差分析了。方差分析結論就是，這個定性變數對因變數到底有沒有影響。

（3）線性回歸、logistic曲線與probit曲線

線性回歸就是構建一個模型方程，同回歸分析，自變數和因變數都是定量變數，並且對其取值沒有要求。logistic曲線與probit曲線自變數和因變數也都是定量變數，但是因變數的取值是0或1（這里講的是二元定性選擇回歸）。