1. Análisis de conglomerados
El análisis de conglomerados se refiere al proceso de análisis de agrupar una colección de objetos físicos o abstractos en múltiples clases compuestas de objetos similares. La agrupación es un proceso de clasificación de datos en diferentes clases o grupos, por lo que los objetos en el mismo grupo tienen una gran similitud, mientras que los objetos en diferentes grupos tienen una gran diferencia. El análisis de conglomerados es un análisis exploratorio. En el proceso de clasificación, las personas no tienen que dar un estándar de clasificación por adelantado. El análisis de conglomerados puede clasificar automáticamente en función de datos de muestra. Los diferentes métodos utilizados en el análisis de conglomerados a menudo conducen a conclusiones diferentes. Diferentes investigadores realizan análisis de conglomerados en el mismo conjunto de datos y el número de conglomerados obtenidos puede no ser consistente.
2. Análisis factorial
El análisis factorial se refiere al estudio de técnicas estadísticas para extraer factores únicos de grupos de variables. El análisis factorial consiste en encontrar relaciones intrínsecas a partir de una gran cantidad de datos para reducir la dificultad de la toma de decisiones. Existen más de 10 métodos de análisis factorial, como el método del centro de gravedad, el método de análisis de imágenes, la solución de máxima verosimilitud, el método de mínimos cuadrados, el método de causalidad alfa, el método de causalidad típico de Rao, etc. La mayoría de estos métodos son de naturaleza aproximada y se basan en la matriz de coeficientes de correlación. La diferencia es que los valores en la diagonal de la matriz de coeficientes de correlación utilizan diferentes estimaciones homogéneas de □2. En la investigación sociológica, el análisis factorial suele utilizar el método iterativo basado en el análisis de componentes principales.
3. Análisis de correlación
El análisis de correlación consiste en estudiar si existe una cierta dependencia entre los fenómenos y explorar la correlación de la dirección y el grado de relevancia de los fenómenos dependientes específicos. La relación de correlación es una relación no determinista. Por ejemplo, si X e Y se utilizan para registrar la altura y el peso de una persona respectivamente, o para registrar la cantidad de fertilizante aplicado por hectárea y el rendimiento de trigo por hectárea respectivamente, entonces X e Y. Están obviamente relacionados, pero no existe relación en la medida en que uno de ellos pueda determinar con precisión al otro, esto es una correlación.
4. Análisis de correspondencia
El análisis de correspondencia, también conocido como análisis de correlación y análisis factorial R-Q, revela la relación entre variables analizando una tabla resumen interactiva compuesta de variables cualitativas. Puede revelar las diferencias entre categorías de la misma variable, así como la correspondencia entre categorías de diferentes variables. La idea básica del análisis de correspondencia es expresar la estructura proporcional de cada elemento en las filas y columnas de una tabla vinculada en forma de puntos en un espacio de menor dimensión.
5. Análisis de regresión
Método de análisis estadístico que estudia la dependencia de una variable aleatoria Y de otra (X) o de un grupo de (X1, X2,?, Xk) variables. . El análisis de regresión es un método de análisis estadístico que determina la relación cuantitativa interdependiente entre dos o más variables. Es ampliamente utilizado. El análisis de regresión se puede dividir en análisis de regresión simple y análisis de regresión múltiple según el número de variables independientes involucradas, y se puede dividir en análisis de regresión lineal y no lineal. análisis de regresión.