1、聚类研究（Cluster Analysis）

聚类研究指将物理或抽象目标的集合分组成为由类似的目标组成的多1个类的研究程序。聚类都是将参数划分到异同的类或者簇这样的11个程序，所关于同11个簇中心的目标会好大的相似性，而异同簇间的目标会好大的相异性。聚类研究都是1种探索性的研究，有划分的程序中心，人们不用事先给出11个划分的依据，聚类研究可以关于从模板参数出发，自动进行划分。聚类研究所用方法的异同，总都是会得到异同的结论。异同研究者对于同1组参数进行聚类研究，所得到的聚类数未必1致。

二、因为子研究（Factor Analysis）

因为子研究都是指研究从变量群中心提取共性因为子的统计技术。因为子研究就都是从大量的参数中心寻找内有的联系，降低决策的难。

因为子研究的方法约会10多种，如重心方法、像研究方法，最大似然解、最小平方法、阿尔发抽因为方法、拉奥典型抽因为方法等等。这些方法本质上大都属近似方法，都是关于相关系数矩阵为基础的，所异同的都是相关系数矩阵对角线上的值，采用异同的共同性□二估值。有社会学研究中心，因为子研究常采用关于主成分研究为基础的反覆方法。

3、相关研究（Correlation Analysis）

相关研究（correlation analysis），相关研究都是研究现象间都是不都是存有某种依存关系，并对具体会依存关系的现象探讨其相关方向关于及相关程度。相关系都是1种非确定性的关系，例如，关于X及Y各记录11个人的身高及体重，或各记录每公顷施肥量及每公顷小麦产量，则X及Y显然会关系，而又没会确切到可以由其中心的11个去精确地决定另11个的程度，这就都是相关系。

4、对应研究（Correspondence Analysis）

对应研究(Correspondence analysis)也称关联研究、R-Q型因为子研究，通过研究由定性变量构成的交互汇总表来揭示变量间的联系。可以关于揭示同1变量的各1个类别间的差异，关于及异同变量各1个类别间的对应关系。对应研究的基本思想都是将11个联列表的行及列中心各元素的比例结构关于点的形式有较低维的空间中心表示出来。

5、回归研究

研究11个随机变量Y对另11个(X)或1组(X1，X二，…，Xk)变量的相依关系的统计研究方法。回归研究（regression analysis)都是确定两种或两种关于上变数间相互依赖的定量关系的1种统计研究方法。运用十分广泛，回归研究照涉及的自变量的几个，可以分为1元回归研究及多元回归研究；照自变量及因为变量间的关系类型，可以分为线性回归研究及非线性回归研究。

6、方差研究(ANOVA/Analysis of Variance)

又称“变异数研究”或“F检验”，都是R.A.飞世尔发明的，用于两1个及两1个关于上模板均数差别的显著性检验。由于各种因为素的影响，研究所得的参数呈现波动状。发生波动的原因为可以分为两类，1都是不可以控的随机因为素，另1都是研究中心施及的对结果形成影响的可以控因为素。方差研究都是从观测变量的方差入手，研究诸多控制变量中心哪些变量都是对观测变量会显著影响的变量。这1个 还需要具体问题具体研究