一,、描述性統(tǒng)計

描述性統(tǒng)計是一類統(tǒng)計方法的匯總,，揭示了數(shù)據(jù)分布特性,。它主要包括數(shù)據(jù)的頻數(shù)分析、數(shù)據(jù)的集中趨勢分析,、數(shù)據(jù)離散程度分析,、數(shù)據(jù)的分布以及一些基本的統(tǒng)計圖形。

1,、缺失值填充：常用方法有剔除法,、均值法、決策樹法,。

2,、正態(tài)性檢驗：很多統(tǒng)計方法都要求數(shù)值服從或近似服從正態(tài)分布，所以在做數(shù)據(jù)分析之前需要進(jìn)行正態(tài)性檢驗,。常用方法：非參數(shù)檢驗的K-量檢驗,、P-P圖、Q-Q圖,、W檢驗,、動差法。

二,、回歸分析

回歸分析是應(yīng)用極其廣泛的數(shù)據(jù)分析方法之一,。它基于觀測數(shù)據(jù)建立變量間適當(dāng)?shù)囊蕾囮P(guān)系，以分析數(shù)據(jù)內(nèi)在規(guī)律,。

1. 一元線性分析

只有一個自變量X與因變量Y有關(guān),，X與Y都必須是連續(xù)型變量，因變量Y或其殘差必須服從正態(tài)分布,。

2. 多元線性回歸分析

使用條件：分析多個自變量X與因變量Y的關(guān)系,，X與Y都必須是連續(xù)型變量，因變量Y或其殘差必須服從正態(tài)分布,。

3.Logistic回歸分析

線性回歸模型要求因變量是連續(xù)的正態(tài)分布變量,，且自變量和因變量呈線性關(guān)系，而Logistic回歸模型對因變量的分布沒有要求,，一般用于因變量是離散時的情況,。

4. 其他回歸方法：非線性回歸、有序回歸,、Probit回歸,、加權(quán)回歸等。

三,、方差分析

使用條件：各樣本須是相互獨(dú)立的隨機(jī)樣本,；各樣本來自正態(tài)分布總體；各總體方差相等,。

1. 單因素方差分析：一項試驗只有一個影響因素,，或者存在多個影響因素時,，只分析一個因素與響應(yīng)變量的關(guān)系。

2. 多因素有交互方差分析：一頊實驗有多個影響因素,，分析多個影響因素與響應(yīng)變量的關(guān)系,，同時考慮多個影響因素之間的關(guān)系

3. 多因素?zé)o交互方差分析：分析多個影響因素與響應(yīng)變量的關(guān)系，但是影響因素之間沒有影響關(guān)系或忽略影響關(guān)系

4. 協(xié)方差分祈：傳統(tǒng)的方差分析存在明顯的弊端,，無法控制分析中存在的某些隨機(jī)因素,，降低了分析結(jié)果的準(zhǔn)確度。協(xié)方差分析主要是在排除了協(xié)變量的影響后再對修正后的主效應(yīng)進(jìn)行方差分析,，是將線性回歸與方差分析結(jié)合起來的一種分析方法,。

四、假設(shè)檢驗

1. 參數(shù)檢驗

參數(shù)檢驗是在已知總體分布的條件下（一股要求總體服從正態(tài)分布）對一些主要的參數(shù)(如均值,、百分?jǐn)?shù),、方差、相關(guān)系數(shù)等）進(jìn)行的檢驗 ,。

2. 非參數(shù)檢驗

非參數(shù)檢驗則不考慮總體分布是否已知,，常常也不是針對總體參數(shù)，而是針對總體的某些一般性假設(shè)（如總體分布的位罝是否相同,，總體分布是否正態(tài)）進(jìn)行檢驗,。

適用情況：順序類型的數(shù)據(jù)資料，這類數(shù)據(jù)的分布形態(tài)一般是未知的,。

1）雖然是連續(xù)數(shù)據(jù),，但總體分布形態(tài)未知或者非正態(tài)；

2）總體分布雖然正態(tài),，數(shù)據(jù)也是連續(xù)類型,，但樣本容量極小，如10以下,；

主要方法包括：卡方檢驗,、秩和檢驗,、二項檢驗,、游程檢驗、K-量檢驗等,。