分析法
分析法，是"综合法"的对称。把复杂的经济现象分解成许多简单组成部分，分别进行研究的方法。其实质是: 通过调查研究，找出事物的内在矛盾，并对矛盾的各个方面进行深入研究。剔除那些偶然的、非本质的东西，抽象出必然的、本质的因素，并由此得出一些反映本质的简单规定，以把握矛盾的各个方面的特殊性。
| 分析法 | |
|---|---|
分析法所提供的只是对于经济现象的片面理解，它还不能从总体上、从各个部分之间的相互联系上来把握经济现象。因此，在分析的基础上，还必须运用综合的方法，使分析得到的各个方面的本质规定，按照经济现象内在的逻辑联系，形成有机的体系，这样才能全面、深刻地认识经济现象，提出解决问题的有效办法。
目录
基本信息
主要释义
1.从求解的问题出发，正确地选择出两个所需要的条件，依次推导，一直到问题得到解决的解题方法叫做分析法。
2.用分析法解题时如果解题所需要的两个条件，(或其中一个条件)是未知的时候，就要分别求解找出这两个(或一个)的条件，一直到问题都是已知的时候为止。
3.分析法指从要证的结论出发，逐步寻求使它成立的充分条件，直到归结为判定一个显然成立的条件(已知量、定义、公理、定理、性质、法则等)为止，从而证明论点的正确性、合理性的论证方法。也称为因果分析、逆推证法或执果索因法。
数学思想
从求证的不等式出发，"由果索因"，逆向逐步找这个不等式成立需要具备的充分条件。
事物都有自己的原因和结果。从结果来找原因，或从原因推导结果，就是找出事物产生、发展的来龙去脉和规律，这就起到了证明论点的合理性和正确性的作用。
基本思想是:由未知探需知，逐步推向已知。
适用范围
1.不易直接证明结论;
2.从结论很显然能推出明显正确的条件。
(在数学中，条件探究题一般用分析法进行逆推来获得正确答案)
数据分析中常见的6大类分析方法
基于硬件成本的不断降低、内存计算的不断成熟和企业业务管理系统应用的不断深入，流程驱动管理逐渐满足不了企业日新月异的发展需求，数据驱动管理越来越得到企业的青睐。企业需要能承载海量数据的高性能数据中心，无论企业应用了什么样的业务管理系统，真正帮助企业经营者做出决策的是数据。
六大类分析方法概要说明
要使各种结构化的、非结构化的、海量的数据实现标准化、信息化，能够提供业务绩效评估、业务决策支持等要求，我们首先需要进行数据分析。这里笔者整理出了一套针对不同数据分析对象所采用的6大类分析方法，每类里面包含各种小方法。常见的六大类分析方法主要包含:分解主体分析、钻取分析、常规比较分析、大型管理模型分析、财务和因子分析、专题大数据分析。
常用的数据分析方法有哪些
常用数据分析方法：聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析；
问卷调查常用数据分析方法：描述性统计分析、探索性因素分析、Cronbach’a信度系数分析、结构方程模型分析(structural equations modeling)。
数据分析常用的图表方法：柏拉图(排列图)、直方图(Histogram)、散点图(scatter diagram)、鱼骨图（Ishikawa）、FMEA、点图、柱状图、雷达图、趋势图。 数据分析统计工具：SPSS、minitab、JMP。
常用数据分析方法:
1、聚类分析（Cluster Analysis）
聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。
聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。
2、因子分析（Factor Analysis）
因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。相关分析（直方图JMP