常用的数据分析方法

常用的数据分析方法
常用的数据分析方法有对比分析法、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、5W1H分析
法、相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析
法、因子分析法、时间序列、方差分析等。
➢ 对比分析
对比分析法，也叫比较分析法，是将两个或者两个以上的数据进行
比较，分析它们的差异，从而揭示数据代表的事物的发展变化和规律
性。
对比分析可分为静态比较和动态比较两大类。静态比较也叫横向对
比，是同一时间下对不同指标的对比；动态比较也叫纵向对比，是同一
总体条件对不同时期指标数值的比较。
➢ 分组分析
分组分析法是为了对比，把总体中不同性质的对象分开，以便进一
步了解内在的数据关系，因此分组法必须和对比法结合运用。
➢ 结构分析
结构分析法指分析总体内的各部分与总体之间进行对比的分析方
法，即总体内各部分占总体的比例，属于相对指标。一般某部分的比例
越大，说明其重要程度越高，对总体的影响越大。
➢ 平均分析
平均分析法是运用计算平均数的方法来反映总体在一定时间、地点
条件下某一数量特征的一般水平。
➢ 交叉分析
交叉分析法又称立体分析法，是在纵向分析法和横向分析法的基础
上，从交叉、立体的角度出发，由浅入深、由低级到高级的一种分析方
法。通常用于分析两个变量(字段)之间的关系，即同时将两个有一定联
系的变量及其值交叉排列在一张表格内，使各变量值成为不同变量的交
叉结点，形成交叉表，从而分析交叉表中变量之间的关系，也叫交叉表
分析法。
➢ 漏斗分析
漏斗分析法是结合对比分析法、分组分析，比较同一环节优化前
后、不同用户群、同行类似的转化率。通过漏斗各环节业务数据的比
较，能够直观地发现和说明问题所在。
➢ 矩阵分析
矩阵分析法是比较重量级的分析方法，根据事物的两个指标作为分
析的依据，进行分类关联分析，找出解决问题的方法。比如，以属性A
为横轴，属性B为纵轴，构建一个坐标系，在两坐标轴上分别按某一标
准进行刻度划分，构成四象限，将要分析的每个事物对应投射至这四个
象限内，进行交叉分类分析，直观地将两个属性的关联性表现出来，进
而分析每个事物在这两个属性上的表现。
➢ 综合评价分析
综合评价分析法是将多个指标转化为一个能够反映综合情况的指标
进行评价，用于解决复杂的分析对象。
➢ 5W1H
5W1H分析法也叫六何分析法，是一种思考方法，是对选定的项
目、工序或操作都要从原因(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)这6个方面
提出问题进行思考。
➢ 相关分析
相关分析是对客观现象具有的相关关系进行的研究分析。其目的在
于帮助我们对关系的密切程度和变化的规律性有一个具体的数量上的认
识，做出判断，并且用于推算和预测。其主要内容包括：(1)确定现象之
间有无关系；(2)确定现象之间关系的密切程度；(3)测定两个变量之间
的一般关系值；(4)测定因变量估计值和实际值之间的差异。
➢ 回归分析
研究变量之间存在但又不确定的相互关系以及密切程度的分析叫作
相关分析，如果把其中的一些因素作为自变量，而另外一些随自变量变
化而变化的变量作为因变量，研究它们之间的非确定因果关系，就是回
归分析。
➢ 聚类分析
聚类分析(Cluster Analysis)属于探索性的数据分析方法，是根据事
物本身的特性研究个体分类的方法，其原则是同一类中的个体有较大的
相似性，不同类的个体差别比较大。根据分类对象的不同分为样品聚类
和变量聚类。通常，我们利用聚类分析将看似无序的对象进行分组、归
类，以达到更好地理解研究对象的目的。
➢ 判别分析
判别分析是根据表明事物特点的变量值和它们所属的类求出判别函
数，根据判别函数对未知所属类别的事物进行分类的一种分析方法。与
聚类分析不同，它需要已知一系列反映事物特性的数值变量值，并且已
知各个体的分类。
➢ 主成分分析
主成分分析法也称主分量分析法、主成分回归分析法，是利用降维
思想，把多指标转化为少数几个综合指标的方法。
➢ 因子分析
因子分析是将多个实测变量转换为少数几个综合指标(或称潜变
量)，它也反映了降维的思想。通过将相关性高的变量聚在一起，达到
减少需要分析的变量的数量，从而减少问题分析的复杂性。
➢ 时间序列分析
时间序列分析(Time Series Analysis)是一种动态数据处理的统计方
法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所
遵从的统计规律，以用于解决实际问题。
➢ 方差分析
方差分析又称变异数分析，用于两个及两个以上样本均数差别的显
著性检验。

摘自书籍《游戏数据分析实战》黎湘艳