能分析方法

① 分析法還能怎麼分析

這種方法就是一種感覺，沒什麼大不了的

② 儀器分析的分析方法

發射光譜法：依據物質被激發發光而形成的光譜來分析其化學成分。使用不同的激發源而有不同名稱的光譜法。如用高頻電感耦合等離子體(ICP)作激發源，稱高頻電感耦合等離子體發射光譜法；如用激光作光源，稱激光探針顯微分析。
原子吸收光譜法：基於待測元素的特徵光譜，被蒸氣中待測元素的氣態原子所吸收，而測量譜線強度減弱程度（吸收度）求出樣品中待測元素含量。應用較廣的有火焰原子吸收法和非火焰原子吸收法，後者的靈敏度較前者高4～5個數量級。
原子熒光分光光度法：通過測量待測元素的原子蒸氣在輻射能激發下所產生的熒光發射強度來測定待測元素。
紅外吸收光譜法：主要用於鑒定有機化合物的組成，確定化學基團及定量分析，已用於無機化合物。
紫外可見分光光度法：適用於低含量組分測定，還可以進行多組分混合物的分析。利用催化反應可大大提高該法的靈敏度。
熒光分光光度法：對某些元素具有較高的靈敏度和選擇性。
紅外傅里葉變換光譜法：光信號以干涉圖形式輸入計算機進行傅里葉變換的數學處理，具有信噪比大、靈敏度高等特點。
核磁共振波譜法：利用有機分子的質子共振鑒定有機化合物和多組分混合物的組分以及無機成分的分子結構分析。
電子自旋共振法：以磁場對離子、分子或原子所含未成對電子的作用所引起的磁能級分裂為基礎的分析方法。
拉曼光譜法：可測定分子結構，使用可調激光器的曼光譜儀用於微量分析，也可用於無機物和單晶的結構分析。
射線熒光光譜法：具有譜線簡單,基體影響小,選擇性高,測定范圍寬等優點。可對原子序數大於9的所有元素作無損分析。電子探針微區分析可分析原子序數大於4的所有元素，應用於微粒礦物岩石分析，金屬材料中元素的分布，各種物相中元素的分配。
發射光譜法
電子能譜法：是測定電子結合能的一種方法，它是研究表面化學的有力工具,並可用於除H和He以外任何元素的定性分析。
俄歇電子能譜法：應用於分析無機及有機試樣的組成，價態及結構，一般為無損分析。放射化學分析，有中子活化法、光子活化法、帶電粒子活化分析法等。
穆斯堡爾譜法：所探測的對象是單個的原子核，可用於研究材料中的雜質原子和空位對材料性能的影響。質譜分析，具有高鑒別及檢測能力，可以分析所有元素。火花源質譜適於測定痕量元素。離子探針微區分析，微區直徑約1～5□m，深度約幾十埃，可進行掃描分析，幾乎可分析所有的元素。
極譜法：是利用陰極（或陽極）極化變化過程作為依據的一種方法。其特點是靈敏度高、試液用量少，可測定濃度極小的物質。
離子選擇性電極法：是一種使用電位法來測量溶液中某一離子活度的指示電極，能快速、連續、無損地對溶液中的某些離子活度進行選擇性地檢測。
庫侖分析法，其中有控制電位庫侖分析法和恆電流庫侖滴定法。
色譜法：是一種分離分析法，利用混合物中各組分在不同的兩相中溶解、解析、吸附、脫附或其他親和作用性能的差異，而互相分離。按流動相的物態，可分為氣相色譜法和液相色譜法，按固定相使用形式，可分為柱色譜法、紙色譜法和薄層色譜法。

③ 有哪些商業智能數據分析方法

你好，商業智能中的數據分析工作主要通過OLAP來實現。原理是根據業務需求，建立人員分析數據的維度比如年月日等等。
而分析人員需要掌握的是數據分析的思路，比如我們要利用比較常用的FineBI做一個簡單的分析，先確立哪些分析指標，需要哪些表，然後取出， OLAP會自動建立表間關聯，只需要搭建圖表結構即可實現數據查詢和分析結構的展示，這也正是商業智能的「智能」所在。

④ 關於組織效能分析，可以採用哪些方法，該如何進行

（一）從分析組織任務的分解程度入手
（二）從分析崗位職責、許可權的對等性入手
（三）從分析集權、分權的有效性入手
（四）從分析組織結構的戰略匹配性入手
（五）從分析管理層次和管理幅度入手
（六）從分析人崗匹配度入手

⑤ 任何分析方法都能實現自動分析嗎

摘要 你好，任何分析方法都能實現自動分析這是沒辦法的，分類分析數據分析法 在數據分析中，如果將數據進行分類就能夠更好的分析。分類分析是將一些未知類別的部分放進我們已經分好類別中的其中某一類；或者將對一些數據進行分析，把這些數據歸納到接近這一程度的類別，並按接近這一程度對觀測對象給出合理的分類。這樣才能夠更好的進行分析數據的

⑥ 問卷調查所能用的統計方法有哪些

1. 調查的樣本量太小，計算出的結論可靠性不高。

例如看到一些研究生的論文，只發了幾十份問卷調查表，就根據統計到的百分比寫下十分肯定的結論。其實，是有問題的。

例如：調查「你對××活動喜歡的程度」，調查了45人。調查結果：非常喜歡2人，喜歡5人，一般10人，不太喜歡13人，不喜歡15人。作者統計出：喜歡和非常喜歡的共7人占調查人數45人的15.5%，不太喜歡和不喜歡的共28人，佔62.2%。並根據15.5%和62.2%來進一步寫結論。

但是，他忽略了調查的樣本計算出率以後，還應該計算率的標准誤和置信區間。如本例喜歡率為15.5%。還應該計算率的標准誤Sp。

_________ _________________

本例，喜歡率的標准誤 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按樣本量n，查t值表上, n-1的t0.01和t0.05 的值，查得t0.05＝2.02 , t0.01＝2.69, 根據喜歡率15.5 %、標准誤5.39 % 和t0.05的值,可計算出：

95% 置信區間：15.5±2.02×5.39＝4.6%～26.4%。(置信區間上下限的差值高達21.8%)。

95% 置信區間的含義是，如果用樣本的喜歡率15.5%來估計總體的喜歡率時，有95%的可能是在4.6%～26.4%的區間之間。這樣高達21.8%的區間意味著15.5%是不太可信的。

但是，如果擴大樣本量到450人，4500人，而統計出的喜歡率也是15.5%。由於調查的樣本量擴大了，標准誤 Sp會縮小，計算出的95% 置信區間也就縮小為12.2%～18.8%和14.4%～16.6%。這時用樣本率估計總體率時，上下限的差值很接近15.5%，才是可信的。

2. 調查數據的統計分析過於簡單。

目前看到的調查數據統計分析大都比較簡單。只是計算各個問卷指標的百分比，如上面舉例的喜歡率15.5%等等。

要避免統計分析過於簡單，首先，在做調查表設計時，就事先要考慮好調查數據的統計分析方法。例如同樣是調查「你對××活動喜歡的程度」，除了要擴大調查樣本量外，在調查表中增加調查性別和年齡。這樣就可以採用一種較為復雜的方法——交叉分析。交叉分析是分析「年齡」、 「性別」和「對××活動喜歡程度」三個變數之間的關系。假設不分類統計時，喜歡率是15.5%。交叉分析後就會發現由於性別的不同，年齡段的不同喜歡率是不同的。

例如：2005年國民體質監測問卷調查中，對「睡眠時間」的統計分析，如果只是簡單地計算某市成年男子2473人的問卷，只能統計出：睡眠6小時以下的人為13.4%，睡眠6～9小時的73.6%，睡眠9小時以上的13%。但是，如果增加年齡因素，分年齡段進行統計就可以看到，各年齡段的百分比是不同的（統計表略）。利用分年齡段的百分比還可以畫出折線圖（圖略）。從圖上更可以清楚的顯示出：隨著年齡增加，睡眠時間逐漸減少的趨勢。

上述統計分析方法比較簡單。但是，僅靠簡單的統計方法來處理問卷調查數據是十分可惜的，因為大量的數據信息還沒有充分利用。所以，設計問卷時，就應該注意到，讓收集到的調查數據能做多因素統計分析（如：回歸分析，因子分析等）。下面是我幫助或指導有關單位做過的統計分析實例：

例1：2005年國民體質監測的調查問卷內容中，包括了各人的文化程度，職業，工作、生活和體育鍛煉等方面的許多問題。為了分析這些調查內容和各人的體質有什麼關系，找出哪些因素對體質的好壞特別有關？在進行統計分析時，就需要把體質監測的指標和問卷調查的內容聯系起來進行統計。

在成年組調查問卷內容中可進行計算的12個問題是：受教育程度，職業，平均每周工作時間，平均每天睡眠時間，睡眠質量，平均每天步行時間，平均每天坐姿活動時間，吸煙狀況，運動感受，平均每周鍛煉次數，平均每次鍛煉時間，堅持鍛煉時間。把這些作為X1, X2, ……X12，再把每個人體質監測中的體質總分作為Y，就可以進行逐步回歸分析計算。

某省成年男甲組4242人的數據用逐步回歸分析計算結果是：從12個指標中依次選出了X 1 (受教育程度)，X12 (堅持鍛煉時間)， X10(平均每周鍛煉次數)，X7(平均每天坐姿活動時間) 4個指標。得到回歸方程：

Y = 21.85+ 1.02 X 1 -0.20 X7+ 0.34 X10 + 0.28 X12 F=101.92 (P<0.01)

復相關系數 R= 0.296

根據回歸方程的系數就可以知道：受教育程度高，平均每周鍛煉次數多，堅持鍛煉時間長，平均每天坐姿活動時間少的人體質總分就高。反之就低。而這個結論只做一般的調查表百分比統計，是得不到的。

例2：某市開展《超重與肥胖人群運動與營養綜合干預實驗研究》12周後，對參加者進行了問卷調查，內容有：每天進餐情況（分為：五分飽，八分飽，十分飽），每周快走次數（分為：3次以下，3次，4次，5次及以上），每次快走時間（分為：30分鍾以內，30～60分鍾，60～90分鍾，90分鍾以上），每次快走距離（分為：3公里以下，3～4公里，5公里及以上）等。

如果僅統計各個問卷內容的百分比，只能計算出如：每次快走時間30分鍾以內的29人佔22.1%，30～60分鍾的47人佔35.9%，60～90分鍾的19人佔14.5%，90分鍾以上的36人佔27.5% 等等，這樣的統計結果並不能說明什麼問題。更無法分析出哪些是對減肥有效果的因素。

但是，把問卷調查的內容與參加12周實驗後各人體重下降值聯系起來統計，情況就不同了。如可以分別計算出：每周快走次數、每次快走時間等指標與體重下降值的相關系數。當計算出以上指標都和體重下降值呈中度或低度相關時，還可以進一步用回歸分析的方法計算出標准回歸系數或偏回歸平方和來分析各指標對體重下降的作用大小。

本例有131人參加實驗，為了用數學表達式來描述：飲食、運動量和降體重的關系。把調查表內容轉換成數字後，選擇了X1（每天進餐情況）、X2（每周快走次數）、X3（每次快走距離）與Y（體重下降值）計算出三元回歸方程：

Y= 1.26－1.30 X1 +0.59 X2 +1.70 X3 F =13.855 (P<0.01)

復相關系數 R = 0.4966

從回歸方程可以看到，在吃八分飽的情況下，增加每周快走次數和每次快走距離，降體重的效果更好。

可見，當採用了多元回歸分析方法後，可以充分利用調查表裡的信息從而獲得比簡單的統計百分比更多的研究結果。

例3：某市對學生體質下降原因進行調研時，設計的調查表內容包括：學生、家長、學校等方面30多項指標。為了分析調查的各指標對學生身體素質影響的主次關系，從調查表中選出可進行因子分析計算的26個指標進行了R型因子分析計算。

R型因子分析通過計算，可找出控制著所有指標的幾個主要因素。計算後，原來的許多指標重新組合成較少的幾個新的綜合指標──公因子。這些公因子相互獨立而且反映了原來指標的絕大部分信息。通過R型因子分析的結果，可以看出哪些指標是同一類的，每一個指標以哪一公因子為主，其他公因子所佔比例如何，從而分析該指標的特點。還可根據貢獻率較大的幾個公因子中所包括的指標，來分析出各指標的主次關系。

對3699名中學生的調查數據作R型因子分析計算後，從貢獻率最大的5個公因子所包括的調查指標看，歸入第1公因子的7個指標，都和參加體育活動有關，因此把第一公因子命名為體育活動因子，歸入第2公因子的2個指標，是反映學生家長文化水平的學歷，歸入第3公因子的2個指標，是反映學生是否關心自己體質、健康的指標，歸入第4公因子的2個指標，是反映學校是否關心和組織學生體育活動的指標，歸入第5公因子的2個指標，是反映學生家長對體育運動的態度的指標。

從而可以分析出，對學生體質影響最大的第一因素是學生參加體育活動的情況，第二因素是家長的文化水平高低，第三因素是學生自己是否關心自己的體質、健康情況。第四因素是學校是否關心和組織學生參加體育活動，第五因素是家長是否喜愛體育活動是否支持學生參加體育活動。

因子分析的優點在於用一個或少數幾個綜合指標概括原始數據中盡量多的信息，它能夠實現對問題的高度概括，並揭示出一般的特徵和規律。本例通過因子分析的統計方法，從學生填在26個調查問卷中的信息，分析出了對學生體質影響的幾個主要因素。

⑦ 什麼是量能及量能分析

成交量是行情發生變化的本質因素。 大盤的起伏、股價的變動更是與量能的變化息息相關，在牛市行情中，縮量有時候有利於大盤積聚新的上升動能。成交量也是一種能量，過度的消耗必將導致能量衰竭， 成交量體現了資金運動的方向，也是行情發生變化的本質因素。 股市中資金的運動是行情變化的根本，任何政策、消息、及上市公司基本面情況都將在成交量方面得到體現，大盤的起伏、股價的變動更是與量能的變化息息相關，因此，可以說對股市量能的分析是准確研判行情的根本方法。 成交量的四種形態 股市中的量能分析需要把握四類因素，量能的四種因素是指：放量、縮量、天量、地量。 地量。地量一般是在牛市行情的啟動初期出現，意味著大盤即將結束調整行情，轉入升市。值得注意的是：對地量的分析不能僅僅看成交量的多少，必須結合市場趨勢、技術分析、市場熱點這三個方面進行綜合分析。 放量。放量是支持一輪強勢行情的基礎，一般情況下，上漲過程中放量，並在漲升途中的暫時性調整中縮量，是種良好的放量狀況，可以推動股指的持續走高。但是，也有例外的時候，例如某些主力介入較深的個股，一般是在行情啟動初期放量，而在該股以後的上漲過程中卻一直保持縮量，這類個股大多會產生長久的強勢行情。 縮量。在牛市行情中，投資者大多喜歡放量上漲，而不希望大盤出現縮量，事實上，縮量有時候有利於大盤積聚新的上升動能。因為，成交量也是一種能量，過度的消耗必將導致能量衰竭，從而使行情過早的結束。而且，成交量的減少，並不意味著股市一定就會下跌。在強勢行情中，當增量資金充分建倉後，處於市場熱點的上市公司流通籌碼會被大面積鎖定，這時即使成交量減少，也不會影響行情的發展。 天量。在牛市行情中，放量本來事件好事，但成交量必須是溫和放大，如果量能突然急速放大，那麼無論行情處於哪個階段，投資者都需要立即清倉退出。因為牛市中成交量過分放大，說明投資大眾一致看好後市而紛紛買入，反而容易使大盤快速見頂。 股市上的量價配合建議 量價關系是成交量分析中重要組成部分，學會看量價關系的變化是看盤的一項重要本領和基本功。量價關系有八種基本形態，主要包括： 量增價平 這是趨勢轉好的信號 量增價升 這是適宜買入的信號 量平價升 這是適宜持續買入的時候 量減價升 這是繼續持有信號 量減價平 這是值得警戒的信號 量減價跌 這是賣出信號 量平價跌 這是適宜繼續賣出的時候 量增價跌 這時適宜觀望的信號 從量價關系的角度選股的時候要注意以下要點： 1、從價格方面分析，當股價處於相對低位或大底部區域的個股，其上漲空間較大；或者股價雖在強勢向上，但並未出現連續收陽線的組合形態的個股，顯示主力資金仍然在吸籌階段。 2、從量能變化上分析，連續多日成交呈持續溫和放大特點，股價目前處於突破之時，成交量出現快速放大的態勢。

⑧ SWOT分析方法…

轉載以下資料供參考
SWOT分析方法或步驟
強勢--弱勢--機會--威脅
從競爭角度看，對成本措施的抉擇分析，不僅來自於對企業內部因素的分析判斷，還來自於對競爭態勢的分析判斷。成本的強勢--弱勢--機會--威脅(SWOT)分析的核心思想是通過對企業外部環境與內部條件的分析，明確企業可利用的機會和可能面臨的風險，並將這些機會和風險與企業的優勢和缺點結合起來，形成企業成本控制的不同戰略措施。
SWOT分析基本步驟為:
(1)分析企業的內部優勢、弱點既可以相對企業目標而言的，也可以相對競爭對手而言的。
(2)分析企業面臨的外部機會與威脅，可能來自於與競爭無關的外環境因素的變化，也可能來自於競爭對手力量與因素變化，或二者兼有，但關鍵性的外部機會與威脅應予以確認。
(3)將外部機會和威脅與企業內部優勢和弱點進行匹配，形成可行的戰略。
SWOT分析有四種不同類型的組合:
優勢--機會(SO)組合、弱點--機會(WO)組合、優勢--威脅(ST)組合和弱點--威脅(WT)組合。
優勢--機會(SO)戰略是一種發展企業內部優勢與利用外部機會的戰略，是一種理想的戰略模式。當企業具有特定方面的優勢，而外部環境又為發揮這種優勢提供有利機會時，可以採取該戰略。例如良好的產品市場前景、供應商規模擴大和競爭對手有財務危機等外部條件，配以企業市場份額提高等內在優勢可成為企業收購競爭對手、擴大生產規模的有利條件。
弱點--機會(WO)戰略是利用外部機會來彌補內部弱點，使企業改劣勢而獲取優勢的戰略。存在外部機會，但由於企業存在一些內部弱點而妨礙其利用機會，可採取措施先克服這些弱點。例如，若企業弱點是原材料供應不足和生產能力不夠，從成本角度看，前者會導致開工不足、生產能力閑置、單位成本上升，而加班加點會導致一些附加費用。在產品市場前景看好的前提下，企業可利用供應商擴大規模、新技術設備降價、競爭對手財務危機等機會，實現縱向整合戰略，重構企業價值鏈，以保證原材料供應，同時可考慮購置生產線來克服生產能力不足及設備老化等缺點。通過克服這些弱點，企業可能進一步利用各種外部機會，降低成本，取得成本優勢，最終贏得競爭優勢。
優勢--威脅(ST)戰略是指企業利用自身優勢，迴避或減輕外部威脅所造成的影響。如競爭對手利用新技術大幅度降低成本，給企業很大成本壓力;同時材料供應緊張，其價格可能上漲;消費者要求大幅度提高產品質量;企業還要支付高額環保成本;等等，這些都會導致企業成本狀況進一步惡化，使之在競爭中處於非常不利的地位，但若企業擁有充足的現金、熟練的技術工人和較強的產品開發能力，便可利用這些優勢開發新工藝，簡化生產工藝過程，提高原材料利用率，從而降低材料消耗和生產成本。另外，開發新技術產品也是企業可選擇的戰略。新技術、新材料和新工藝的開發與應用是最具潛力的成本降低措施，同時它可提高產品質量，從而迴避外部威脅影響。
弱點--威脅(WT)戰略是一種旨在減少內部弱點，迴避外部環境威脅的防禦性技術。當企業存在內憂外患時，往往面臨生存危機，降低成本也許成為改變劣勢的主要措施。當企業成本狀況惡化，原材料供應不足，生產能力不夠，無法實現規模效益，且設備老化，使企業在成本方面難以有大作為，這時將迫使企業採取目標聚集戰略或差異化戰略，以迴避成本方面的劣勢，並迴避成本原因帶來的威脅。SWOT分析運用於企業成本戰略分析可發揮企業優勢，利用機會克服弱點，迴避風險，獲取或維護成本優勢，將企業成本控制戰略建立在對內外部因素分析及對競爭勢態的判斷等基礎上。而若要充分認識企業的優勢、機會、弱點及正在面臨或即將面臨的風險;價值鏈分析和標桿分析等均等為其提供方法與途徑。