列表分析方法有哪些實際運用價值

❶ 在解決實際問題時常用的分析方法有哪些

目前在實際工作中,通常採用的分析方法有五種：

1、對比分析法

也叫比較分析法，是通過實際數與基數的對比來提示實際數與基數之間的差異，藉以了解經濟活動的成績和問題的一種分析方法。在科學探究活動中，常常用到對比分析法，這種分析法與等效替代法相似。對比法，戲劇常用的一種主要藝術手法。一般有三種對比:人物對比、場面對比、細節對比。

2、因素分析法

又稱經驗分析法，是一種定性分析方法。該方法主要指根據價值工程對象選擇應考慮的各種因素，憑借分析人員的知識和經驗集體研究確定選擇對象。該方法簡單易行，要求價值工程人員對產品熟悉，經驗豐富，在研究對象彼此相差較大或時間緊迫的情況下比較適用，缺點是無定量分析、主觀影響大。

因素分析法是利用統計指數體系分析現象總變動中各個因素影響程度的一種統計分析方法，包括連環替代法、差額分析法、指標分解法等。因素分析法是現代統計學中一種重要而實用的方法，它是多元統計分析的一個分支。使用這種方法能夠使研究者把一組反映事物性質、狀態、特點等的變數簡化為少數幾個能夠反映出事物內在聯系的、固有的、決定事物本質特徵的因素。

因素分析法的最大功用，就是運用數學方法對可觀測的事物在發展中所表現出的外部特徵和聯系進行由表及裡、由此及彼、去粗取精、去偽存真的處理，從而得出客觀事物普遍本質的概括。其次，使用因素分析法可以使復雜的研究課題大為簡化，並保持其基本的信息量。

3、相關分析法

揭示某一礦區鑽孔自然彎曲趨勢的另一方法是進行相關分析，又稱回歸分析，即利用數理統計原理,求出反映鑽孔自然彎曲趨勢的回歸方程。通常設孔深為自變數，頂角和方位角為因變數，建立相關關系式這兩個相關關系式就代表鑽孔頂角和鑽孔方位角隨孔深而變化的規律。

4、差額計演算法

確定引起某個經濟指標變動的各個因素的影響程度的一種計算方法。與"連續替代法"內容相同。在幾個相互聯系的因素共同影響著某一個經濟指標的情況下，可應用這一方法計算各個因素對該經濟指標發生變動的影響程度。在衡量某一因素對於一個經濟指標的影響時，假定只有這一因素變動，而其餘因素不變。確定各個因素替代順序，然後按照這一順序進行替代計算。這種方法是假定各個因素依照一定的順序發生變動而進行替代計算的，因此分析出來的結果具有一定程度的假定性。

5、比例法

比例法亦稱「間接計演算法」。它是利用過去兩個相關經濟指標之間長期形成的穩定比率來推算確定計劃期有關指標的一種方法。

(1)列表分析方法有哪些實際運用價值擴展閱讀

分析法是「綜合法」的對稱。把復雜的經濟現象分解成許多簡單組成部分，分別進行研究的方法。其實質是：通過調查研究，找出事物的內在矛盾，並對矛盾的各個方面進行深入研究。剔除那些偶然的、非本質的東西，抽象出必然的、本質的因素，並由此得出一些反映本質的簡單規定，以把握矛盾的各個方面的特殊性。

分析法所提供的只是對於經濟現象的片面理解，它還不能從總體上、從各個部分之間的相互聯繫上來把握經濟現象。因此，在分析的基礎上，還必須運用綜合的方法，使分析得到的各個方面的本質規定，按照經濟現象內在的邏輯聯系，形成有機的體系，這樣才能全面、深刻地認識經濟現象，提出解決問題的有效辦法。

適用范圍：不易直接證明結論；從結論很顯然能推出明顯正確的條件。

❷ 什麼是列表法

運用列出表格來分析思考、尋找思路、求解問題的方法叫做列表法。在小學數學學科中，學生解決實際問題時，時常運用列表法，例如如果還原問題（逆推法）和邏輯問題時，可以使用的就是列表法。對於一些計算比較簡單，而且多次重復計算的問題，使用列表法，表達簡潔，不易出錯，還有些問題，無法列式計算，只能採用列表推演，總之，使用列表法可以解決許多復雜而有趣的問題。運用列出表格來分析思考、尋找思路、求解問題的方法叫做列表法。

❸ 常用的數據分析方法有哪些

常見的數據分析方法有哪些？
1.趨勢分析
當有大量數據時，我們希望更快，更方便地從數據中查找數據信息，這時我們需要使用圖形功能。所謂的圖形功能就是用EXCEl或其他繪圖工具來繪制圖形。
趨勢分析通常用於長期跟蹤核心指標，例如點擊率，GMV和活躍用戶數。通常，只製作一個簡單的數據趨勢圖，但並不是分析數據趨勢圖。它必須像上面一樣。數據具有那些趨勢變化，無論是周期性的，是否存在拐點以及分析背後的原因，還是內部的或外部的。趨勢分析的最佳輸出是比率，有環比，同比和固定基數比。例如，2017年4月的GDP比3月增加了多少，這是環比關系，該環比關系反映了近期趨勢的變化，但具有季節性影響。為了消除季節性因素的影響，引入了同比數據，例如：2017年4月的GDP與2016年4月相比增長了多少，這是同比數據。更好地理解固定基準比率，即固定某個基準點，例如，以2017年1月的數據為基準點，固定基準比率是2017年5月數據與該數據2017年1月之間的比較。
2.對比分析
水平對比度：水平對比度是與自己進行比較。最常見的數據指標是需要與目標值進行比較，以了解我們是否已完成目標；與上個月相比，要了解我們環比的增長情況。
縱向對比：簡單來說，就是與其他對比。我們必須與競爭對手進行比較以了解我們在市場上的份額和地位。
許多人可能會說比較分析聽起來很簡單。讓我舉一個例子。有一個電子商務公司的登錄頁面。昨天的PV是5000。您如何看待此類數據？您不會有任何感覺。如果此簽到頁面的平均PV為10,000，則意味著昨天有一個主要問題。如果簽到頁面的平均PV為2000，則昨天有一個跳躍。數據只能通過比較才有意義。
3.象限分析
根據不同的數據，每個比較對象分為4個象限。如果將IQ和EQ劃分，則可以將其劃分為兩個維度和四個象限，每個人都有自己的象限。一般來說，智商保證一個人的下限，情商提高一個人的上限。
說一個象限分析方法的例子，在實際工作中使用過：通常，p2p產品的注冊用戶由第三方渠道主導。如果您可以根據流量來源的質量和數量劃分四個象限，然後選擇一個固定的時間點，比較每個渠道的流量成本效果，則該質量可以用作保留的總金額的維度為標准。對於高質量和高數量的通道，繼續增加引入高質量和低數量的通道，低質量和低數量的通過，低質量和高數量的嘗試策略和要求，例如象限分析可以讓我們比較和分析時間以獲得非常直觀和快速的結果。
4.交叉分析
比較分析包括水平和垂直比較。如果要同時比較水平和垂直方向，則可以使用交叉分析方法。交叉分析方法是從多個維度交叉顯示數據，並從多個角度執行組合分析。
分析應用程序數據時，通常分為iOS和Android。
交叉分析的主要功能是從多個維度細分數據並找到最相關的維度，以探究數據更改的原因。

❹ 頻率中列表法和樹狀圖法的用法

九上第六章 頻率與概率
一、教學目標
1、經歷試驗、統計等活動過程，在活動中進一步發展學生合作交流粗團的意識和能力。
2、通過試驗等活動，理解事件發生的頻率與概率之間的關系，加深學生對概率的理解，進一步體會概率是描述隨機現象的數學模型。
3、能運用樹狀圖和列表法計算簡單事件發生的概率，能用試驗或模擬試驗的方法估計一些復雜的隨機事件發生的概率。
4、結合具體情境，初步感受統計推斷的合理性，進一步體會概率與統計之間的關系。
二、設計思路
在自然界和人類社會中，嚴格確定的現象十分有限，不確定現象（又稱隨機現象，即在相同的條件下重復同樣的試驗，其試驗結果卻不確定，以至於在試驗之前無法預料哪一個結果會出現）卻是大量存在的，而概率正是對隨機現象的一種數學的描述，它能夠幫助我們更好地認識隨機現象，並對生活中的一些不確定情況作出決策。
學生在七年級已經認識了許多隨機事件，研究了一些簡單的隨機事件發生的可能性（概率）， 並對一些現象作出了合理的解釋，對一些游戲活動的公平性作出了自己的評判。但學生對隨機事件及其發生的概率的認識是一個較長的認知過程，學生對概率的理解也有必要隨著其數學活動經驗的不斷加深而逐步得到發展。比如說，經過以前的學習，學生切實感受到了概率的作用，但也可能根據以往的學習經驗誤認為可以理論地計算任何隨機事件發生的概率，並據此對一些現象作出解釋和評判。實際上，並非任何隨機事件發生的概率都能理雹余論地計算。我們知道，概率計算有理論計算和試驗估算兩種方式，根據獲得概率的方式，義務教育階段學生可以掌握的有關概率模型大致分為三類：第一類問題沒有理論概率，只能藉助試驗模擬獲得其估計值，一般而言，它是一個純粹的現實問題；第二類問題雖然存在理論概率，但其理論計算已經超出了義務教育階段學生的認知水平，學生只能藉助試驗模擬獲得其估計值；第三類問題則是簡單的古典概型，理論上容易求出其概率。
對於第三類問題，其繁簡程度又有所不同，如①隨意擲一枚均勻的骰子，朝上點數為6的概率；②擲一枚均勻的骰子，點數為奇數的概率；③連續擲兩次均勻的骰子，兩次骰子的點數和為6的概率，等等。通過以前的學習，學生已經掌握了類似於①②的問題的解決方法；而對於問題③，學生尚未接觸，本章將介紹計算其概率的兩種方法——樹狀圖和列表法。本章同時還將研究上述第一、二兩類問題，用試驗的方法估計隨機事件發生的概率。為此，教科書首先以涉及兩步試驗的事件發生的概率問題為切入點，一方面加強前後知識的聯系，另一方面通過試驗活動探索試驗結果與理論概率之間的辯證關系，進一步加深學生對概率的理解，並藉此引導學生用試驗的方法估計一些復雜的隨機事件發生的概率。
具體來說，第1節通過一個課堂試驗活動，讓學生逐步計算一個隨機事件發生的試驗頻率，觀察其中的規律性，並利用類比的方法歸納出試驗頻率趨近於理論概率這一規律性，然後介紹兩種計算理論概率的方法——樹狀圖和列表法；在此基礎上，第2，3節利用試驗頻率來估計一些復雜事件發生的概率；最後，第4節利用試驗頻率與理論概率之間關系的分析，揭示統計推斷的一些理論依據，力圖加強概率與統計的聯系。
在概率模型的選擇上，教科書注意了模型的遞進性、現實性和趣味性，以激發學生的學習興趣。例如，對於試驗估算概率的有關問題，力圖聯系學生的生活實際，同源凳滾時又注意了問題的趣味性和可操作性，為此選擇了一個歷史上著名的投針試驗和一個密切聯系學生生活的生日問題。
三、課時安排建議
1、頻率與概率 3課時
2、投針試驗 1課時
3、生日相同的概率 2課時
4、池塘里有多少條魚 1課時
回顧與思考 1課時
四、教學建議
1、注重學生的合作和交流活動，在活動中促進知識的學習，並進一步發展學生合作交流的意識和能力。
隨著現代社會的迅猛發展，單個個體在社會中的作用已經顯得越發渺小，更多的事務要求人們的合作與交流。因此培養學生合作交流的意識和能力已經成為現代教學活動的重要目標之一。本部分內容的學習為此提供了一個較好的機會。本章中，試驗頻率穩定於理論概率，必須藉助於大量重復試驗。而課堂教學時間是有限的，在有限的時間內，一個學生完成的試驗次數自然不會很多，而且易於理解為靜態的，難以得出試驗頻率穩定於理論概率這一結論，所以必須綜合多個學生甚至全班學生的試驗數據。在用試驗估計隨機事件發生的概率時，也是這樣。因此在教學過程中，務必注重學生的合作和交流活動，通過學生的合作和交流活動，促進知識的學習，並進一步發展學生合作交流的意識和能力。
2、注重引導學生積極參與試驗活動，在試驗中體會頻率的穩定性，形成對概率的全面理解，發展學生初步的辯證思維能力。
試驗頻率穩定於理論概率應該是本章的教學重點，它是用試驗的方法估計隨機事件發生的概率的基礎。但對於義務教育階段的學生而言，又難以給其一個理論的解釋，因而只能藉助於大量重復試驗去進行感悟。為此，在教學過程中務必引導學生積極參與試驗。學生通過大量試驗還會發現，試驗頻率並不一定等於理論概率。雖然多次試驗的頻率逐漸穩定於其理論概率，但也可能無論做多少次試驗，試驗頻率仍然是理論概率的一個近似值，而不能等同於理論概率，兩者存在著一定的偏差。應該說，偏差的存在是正常的、經常的。例如，在理論上，「隨意拋擲一枚硬幣，落地後國徽朝上」發生的概率為 ，但試驗100次，並不能保證恰好50次國徽朝上、50次國徽朝下。只要學生真正動手做試驗，必能體會到這一點。事實上，做100次擲幣試驗恰好50次國徽朝上、50次國徽朝下的可能性僅為8%左右。因此學生對概率的理解應是多方面的，概率的試驗估算、理論計算以及頻率與概率的偏差等應是理解概率的一個不可割裂的整體。教學中，應盡量讓學生通過具體試驗領會這一點，從而形成對某一事件發生的概率的較為全面的理解，初步形成隨機觀念，發展學生初步的辯證思維能力。
此外，本章用試驗的方法估算一些事件發生的概率時，應主要關注學生的試驗過程，而不必對問題結論的精確度提出要求。事實上，要達到一定的精確度，需要較多的試驗次數，有時課堂上難以完成。
3、注意揭示概率與統計之間的內在聯系。
從數學的角度來說，統計與概率這兩個學科互為基礎，它們是一個密不可分的整體。概率這一概念就是建立在頻率這一統計量穩定性的基礎之上的，而統計又離不開概率的理論支撐，統計推斷、估計、假設檢驗等統計方法的合理性和科學性都有賴於概率理論的嚴密性。具體來說，本章中試驗頻率穩定於理論頻率、用試驗的方法估計隨機事件發生的概率等活動本身就是一個統計活動，而「池塘里有多少條魚」的估計方法的理論依據則是概率問題。為此，在教學中要注意揭示這兩者之間的聯系。
4、鼓勵學生使用計算器等現代信息技術手段進行概率學習活動。
在理解試驗頻率的穩定性和應用試驗的方法估計概率的過程中，應該首先讓學生通過具體的試驗操作獲得一定的活動經驗，促進知識的建構；同時，在具體試驗操作基礎上，也可鼓勵學生利用現代信息技術手段（計算器、計算機或其他媒體）進行模擬試驗，通過更為大量的模擬試驗進一步加深知識的意義理解或者獲得更為准確的試驗結果。例如，對於第1節的各個試驗，可以先讓學生進行具體的試驗操作，並匯總結果獲得規律，有條件的學校在學生猜想出規律性以後，還可以藉助計算機進行模擬試驗；當學生學習了利用計算器出現的隨機數模擬試驗後，又可要求學生利用計算器模擬第1節的有關問題。
5、注重教學素材的真實性、科學性，以及來源渠道的多樣性。
教科書已經注意了概率模型的遞進性、現實性和趣味性，以激發學生的學習興趣。但由於各地各校學生存在極大的差異性，因而在具體教學時，應充分挖掘與學生生活實際密切聯系而又生動有趣的教學素材，在學生熟悉的問題情境中積極高效地進行知識的學習，同時使學生體會數學與現實的聯系。
五、評價建議
1、注重對學生活動的評價，主要評價學生的參與程度、活動過程中的思維方式、與同學合作交流的情況。
本章知識的學習多是在具體活動中展開的，因而對學生活動的考查應成為教學評價的主要方面。這方面的評價主要以學生在從事活動時的表現為對象，對它們的評價可以從兩個方面進行：一是學生在活動中的投入程度能否積極、主動地從事各項活動，向同伴解釋自己的想法，聽取別人的建議和意見；二是學生在活動中表現出來的思維水平、表述水平等。例如，在對頻率穩定性的討論活動中，教師應關注學生是否積極參與討論，是否有自己的觀點，能否將自己的觀點清晰而有條理地表述出來等；在對調查試驗數據的統計匯總過程中，教師應關注學生是否具有良好的合作意識和能力。
2、鼓勵學生思維的多樣性，避免評價的單一性。
對試驗數據的評判，既與試驗數據本身有關，也與評判主體（作出評判的人）有關。對於同一組數據，不同的人從不同的角度可以得到不同的評判結果，這就是所謂的「公說公有理，婆說婆有理」。因此，教學中應鼓勵學生思維的多樣性，只要學生的回答有一定道理，就應給予肯定和鼓勵，避免評價的單一性。例如，在第4節中，學生分析小明、小亮兩人的做法時，可能會出現多種說法，只要他們的回答有一定道理，就應給予肯定和鼓勵。
3、關注學生對知識技能的理解與應用。
本部分內容中，對知識技能的評價包括：能否用試驗的方法估計一些較復雜的隨機事件發生的概率，能否藉助列表或樹狀圖計算簡單事件發生的概率，能否運用計算器等模擬有關概率試驗等。
對這些知識技能的評價，應當更多地關注其在實際問題情境中的意義理解。如對於求隨機事件發生的概率的幾種方法，關鍵是體會它們在不同情境中的應用，只要學生能在具體情境中應用它們解決問題即可，而不必過於關注其運用的熟練程度。
4、關注學生對概率的全面理解以及應用概率解決問題的能力。
學生對概率的認識應是動態的、發展的，要注意評價學生對概率的理解水平。比如，如何理解「試驗頻率穩定於理論概率而又不等於理論概率」？對於這些問題的評價應主要關注學生對它的意義理解，可要求學生通過舉例說明自己對問題的理解。對於概率計算的各種方法的比較與選擇，也應通過具體問題情境讓學生自我選擇而不必進行記憶性考查。同時，要關注學生應用概率解決問題的能力水平，如是否參與某個概率的實踐應用活動，能否對試驗結果作出自己的評價等。
5、注意評價方式的多樣化。
只有實現評價方式的多樣化，才能形成對學生個體較為全面的評價。本章內容的學習過程中貫穿著統計、試驗、研討等活動，這為評價方式的多樣化提供了極好的機會。例如，可以要求學生撰寫試驗報告或小論文反映其對概率的理解等。
第一節 頻率與概率（第一課時）
一、教學目標
1、在具體的問題情境中，經歷實驗，感受頻率與概率的關系。
2、能熟練運用頻率估計事件發生的概率。
3、進一步發展統計和處理數據的意識。
二、教學重點：理解頻率與概率的關系。
三、教學難點：如何讓學生在問題情境中能較直觀的理解頻率與概率的關系。
四、教學建議
1、本節首先通過一個學生活動，讓學生再次經歷收集數據、處理數據，在收集數據的過程中，要注意數據收集的科學性、合理性，客觀性。在處理數據的過程中，讓學生感受到頻數與頻率的關系，並初步了解到頻率與概率的關系。由此可以看出，這個活動在本節課的位置十分重要，上課時不能省掉，也不要以演示代活動，最好讓學生親自動手，親身感受，得出結論。
2、頻率與概率的關系，比較抽象，也許教師應該採取邊解釋邊活動的方法學生更能理解，讓學生理解當實驗次數越大，頻率越接近概率。可以嘗試多舉幾個例子，並概括的簡單演算法。
第一節 頻率與概率（第二課時）
一、教學目標
1、讓學生在活動情境中，理解運用樹狀圖進行分析。
2、學會樹狀圖分析法，並進行初步的概率計算。
二、教學難點：樹狀圖分析法計算概率。
三、教學難點：樹狀圖的分類方法。
四、教學建議。
1、本節課開始的分析，最好是建立在上節課的活動基礎之上，讓學生在活動中感受並討論、歸納、概括，從而形成初步的分析方法：樹狀圖分析法。
2、「樹狀圖法」的形成應該要經歷一個從感性到理性的過程，教師在講解時不要急於求成，一定要給學生充分的體會時間，「樹狀圖法」最好由學生自己得出，這樣印象更深、理解更透。
3、在運用「樹狀圖法」的分析過程中，注意不要漏不要重復，要遵循一定的規律進行分析。
第一節 頻率與概率（第三課時）
一、教學目標
1、學會用「樹狀圖」分析實際問題。
2、學會在「樹狀圖」分析問題的基礎上，採用列表法進行分析。
二、教學重點：樹狀圖分析問題的方法。
三、教學難點：樹狀圖分析問題的過程中，注意機會的均等問題。
四、教學建議
1、本節開始，「想一想」以及例題均設計了活動，有條件的學校這些活動盡可能都要開展起來，從而使數學課生動活潑，也使學生能更加直觀的感受、理解，特別是「想一想」中小穎和小明的兩種設計，唯有通過活動才能說明，否則學生難以理解。
2、利用列表代替樹狀圖來分析，解決了樹狀圖分析法許多情況下的不便，列表法並能直觀、具體的展現各種情況，此種方法要求學生掌握。
第二節 投針試驗
一、教學目標
通過投針試驗的學習，使學生能自行設計一些實驗並計算它的概率。
二、教學重點：實驗的設計與概率的計算。
三、教學難點：投針試驗較難操作，難以通過實驗找到它與 的關系。
四、教學建議
1、本節課的課題是「投針試驗」，可是在實際操作中開展此實驗不太方便，教師可以根據實際設計類似易操作的實驗進行操作，但應注意，一定要開展實驗，否則記住公式無任何價值，學生也難以理解。
2、「投針實驗」給我們揭示了在實際問題中，如何設計方案，開展實驗，搜集數據，處理數據，從而計算概率，他對實驗者提出了較高的要求，所以這節課的內容雖少，但要求較高，難度較大。
第三節 生日相同的概率（第一課時）
一、教學目標
1、通過討論、分析讓學生理解2人生日相同的概率。
2、通過生日相同概率問題的討論，使學生能理解其它類似問題概率的討論。
二、教學重點：相同概率問題的討論。
三、教學難點：在多少數量范圍內2件事物相同的概率的討論。
四、教學建議
1、本節一開始可以調查一組2人生日相同的概率，然後2組…全班呢？100人呢？200人呢？300人呢？400人呢？這樣的順序讓學生反復親自體會2人生日相同的概率以及人數范圍，從而通俗易懂的揭示了解決此問題的規律。
2、通過2人生日相同問題的討論，拓展到其它事件2個人或2件事物出現機會相同的概率，從而達到掌握以特殊例子解決普遍問題的數學思想方法，這樣才能算完成了本課的教學任務。
第三節 生日相同的概率（第二課時）
一、教學目標
1、經歷實驗使學生了解在12個號碼中，抽6個號碼其中2個號碼相同的概率。
2、使學生了解在某一數值范圍內抽一定的數值，其中有2個數值相同的概率。
二、教學重點：在某一數值范圍內抽一不定的數值，其中2個數值相同的概率。
三、教學難點：從12個數值范圍內，推廣到任意數值范圍內。
四、教學建議
1、本節課的開始學生難以理解，所以應讓學生四人一組開展活動，並把全班的數據匯總後進行處理，把全班的結論和每個小組的結論進行對照，不難發現問題的結論，所以還是要強調學生的感受，結論應該是學生由感而發。
2、由12個數值推廣到任意數據，這里要求學生對前面的活動結論要理解並進行應用。
3、在學習和生活中會碰到許多需要解決的問題，不可能一一都加以實驗，很多
都必須把它數學化，並計算出來。
第四節 池塘里有多少條魚
一、教學目標
1、經歷活動情境，使學生能理解用概率來估計的方法。
2、通過學習，使學生能理解用樣本來估計總體的合理性。
二、教學重點：學會用樣本來估計總體的方法。
三、教學難點：用樣本來估計總體合理性的理解。
四、教學建議
1、本節開始的創設問題情境很重要。建議創設幾個問題情境，激發學生的求知慾望。
2、第一個摸球游戲要耐心的組織好，使學生通過活動能理解這樣估計的合理性。對於小亮的設計和小明的設計讓學生討論比較，孰優孰劣，合理即可。
3、「做一做」事實上是一個鞏固提高、拓展的過程，通過此類問題的解決，可以拓展到生活中許多例子都可以採用類似的方法加以解決，此時，讓學生充分討論，交流生活中還有哪些例子，發表自己的見解，這個過程事實上是一個舉一反三，觸類旁通的過程，非常有必要。

❺ 圖表分析法顯示哪些內容

圖表分析法是利用統計圖表形式顯示社會現象的情況，並從各方面比較、分析和研究社會經濟現象的量的變化及其規律性的一種分析方法。這種方法可以將錯綜復雜的社會經濟現象的清晰扼要的形式顯示出來，可以使統計分析工作通俗化。

通過統計圖表顯示的內容很多，主要有如下幾方面：對比統計指標在不同地區、時間條件下的數量表現。分析總體的內部結構。反映現象的發展趨勢。揭示現象間的依存關系。 顯示總體單位的分配狀況。檢查計劃的執行情況。顯示現象在地區上的分布狀況。通常使用的有：比較圖、表，經濟指標動態曲線圖，計劃完成進度指示圖，經濟指標的函數關系圖 (相關圖) 等。

❻ 常用的數據分析方法有哪些

總的分兩種：
1 列表法
將實驗數據按一定規律用列表方式表達出來是記錄和處理實驗數據最常用的方法。表格的設計要求對應關系清楚、簡單明了、有利於發現相關量之間的物理關系；此外還要求在標題欄中註明物理量名橘伏稱、符號、數量級和單位等；根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。最後還要求寫明表格名稱、主要測量儀器的型號、量程和准確度等級、有關環境條件參數如溫度、濕度等。

2 作圖法
作圖猛旅法可以最醒目地表達物理量間的變化關系。從圖線上還可以簡便求出實驗需要的某些結果（如直線的斜率和截距值等），讀出沒有進行觀測的對應點（內插法），或在一定條件下從圖線的延伸部分讀到測量范圍以外的對應點（外推法）。此外，還可以把某些復雜的函數關系，通過一定的變換用直線圖表示出來。例如半導體熱敏電阻的電阻與溫度關系為，取對數後得到，若用半對數坐標紙，以lgR為縱軸，以1／T為橫軸畫圖，則為枝伍凳一條直線。

❼ 列表法，圖像法和解析法分別有什麼優點和缺點

解析法 優點：變數間關系簡捷明了,便於分析計算。缺點：需要通過計算,才能得到所需結果。
列表法 優點：能直接得到某些具體的對應值。缺點：不能反映函數整體的變化情況。
圖象法 優點：直觀表示了變數間變化過程和變化趨勢。缺點：函數值只能是近似值。
三者之間的關系：表達式是基礎,是重點,表格是畫圖象的關鍵,圖象是在表達式和表格的基礎上對函數的總體概括和形象化的表達。

❽ 數據分析的方法有哪些

數據分析是指通過統計分析方法對收集到的數據進行分析，將數據加以匯總、理解並消化，通過數據分析可以幫助人們作出判斷，根據分析結果採取恰當的對策，常用的數據分析方法如下：

將收集到的數據通過加工、整理和分析的過程，使其轉化為信息，通常來說，數據分析常用的方法有列表法和作圖法，所謂列表法，就是將數據按一定規律用列表方式表達出來，是記錄和處理數據最常用的一種方法；

表格設計應清楚表明對應關系，簡潔明了，有利於發現要相關量之間的關系，並且在標題欄中還要註明各個量的名稱、符號、數量級和單位等；

而作圖法則能夠醒目地表達各個物理量間的變化關系，從圖線上可以簡便求出實驗需要的某些結果，一些復雜的函數關系也可以通過一定的變化用圖形來表現。

想要了解更多關於數據分析的問題，可以咨詢一下CDA認證中心。CDA行業標准由國際范圍數據領域的行業專家、學者及知名企業共同制定並每年修訂更新，確保了標準的公立性、權威性、前沿性。通過CDA認證考試者可獲得CDA中英文認證證書。

❾ 數據分析的分析方法有哪些

數據分析的分析方法有：

1、列表法

將數據按一定規律用列表方式表達出來，是記錄和處理最常用的方法。表格的設計要求對應關系清楚，簡單明了，有利於發現相關量之間的相關關系；此外還要求在標題欄中註明各個量的名稱、符號、數量級和單位等：根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。

2、作圖法

作圖法可以最醒目地表達各個物理量間的變化關系。從圖線上可以簡便求出實驗需要的某些結果，還可以把某些復雜的函數關系，通過一定的變換用圖形表示出來。

圖表和圖形的生成方式主要有兩種：手動製表和用程序自動生成，其中用程序製表是通過相應的軟體，例如SPSS、Excel、MATLAB等。將調查的數據輸入程序中，通過對這些軟體進行操作，得出最後結果，結果可以用圖表或者圖形的方式表現出來。

圖形和圖表可以直接反映出調研結果，這樣大大節省了設計師的時間，幫助設計者們更好地分析和預測市場所需要的產品，為進一步的設計做鋪墊。同時這些分析形式也運用在產品銷售統計中，這樣可以直觀地給出最近的產品銷售情況，並可以及時地分析和預測未來的市場銷售情況等。所以數據分析法在工業設計中運用非常廣泛，而且是極為重要的。

(9)列表分析方法有哪些實際運用價值擴展閱讀：

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解並消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。

數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，並使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。

❿ 常用的分析方法有哪些

問題一：常見的數據分析方法有哪些 1、聚類分析（Cluster Analysis）
聚類分析指將物理或抽象對象的 *** 分組成為由類似的對象組成的多個類的分析過程。聚類是將數據分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。聚類分析是一種探索性的分析，在分類的過程中，人們不必事先給出一個分類的標准，聚類分析能夠從樣本數據出發，自動進行分類。聚類分析所使用方法的不同，常常會得到不同的結論。不同研究者對於同一組數據進行聚類分析，所得到的聚類數未必一致。
2、因子分析（Factor Analysis）
因子分析是指研究從變數群中提取共性因子的統計技術。因子分析就是從大量的數據中尋找內在的聯系，減少決策的困難。
因子分析的方法約有10多種，如重心法、影像分析法，最大似然解、最小平方法、阿爾發抽因法、拉奧典型抽因法等等。這些方法本質上大都屬近似方法，是以相關系數矩陣為基礎的，所不同的是相關系數矩陣對角線上的值，採用不同的共同性□2估值。在社會學研究中，因子分析常採用以主成分分析為基礎的反覆法。
3、相關分析（Correlation Analysis）
相關分析（correlation *** ysis），相關分析是研究現象之間是否存在某種依存關系，並對具體有依存關系的現象探討其相關方向以及相關程度。相關關系是一種非確定性的關系，例如，以X和Y分別記一個人的身高和體重，或分別記每公頃施肥量與每公頃小麥產量，則X與Y顯然有關系，而又沒有確切到可由其中的一個去精確地決定另一個的程度，這就是相關關系。
4、對應分析（Correspondence Analysis）
對應分析(Correspondence *** ysis)也稱關聯分析、R-Q型因子分析，通過分析由定性變數構成的交互匯總表來揭示變數間的聯系。可以揭示同一變數的各個類別之間的差異，以及不同變數各個類別之間的對應關系。對應分析的基本思想是將一個聯列表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來。
5、回歸分析
研究一個隨機變數Y對另一個(X)或一組(X1，X2，…，Xk)變數的相依關系的統計分析方法。回歸分析（regression *** ysis)是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的自變數的多少，可分為一元回歸分析和多元回歸分析；按照自變數和因變數之間的關系類型，可分為線性回歸分析和非線性回歸分析。
6、方差分析(ANOVA/Analysis of Variance)
又稱「變異數分析」或「F檢驗」，是R.A.Fisher發明的，用於兩個及兩個以上樣本均數差別的顯著性檢驗。由於各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。方差分析是從觀測變數的方差入手，研究諸多控制變數中哪些變數是對觀測變數有顯著影響的變數。這個 還需要具體問題具體分析

問題二：在解決實際問題時常用的分析方法有哪些 在實際工作中,通常採用的技術分析方法有對比分析法,因素分析法和相關分析法等三種.
1、對比分析法
對比分析法是根據實際成本指標與不同時期的指標進行對比,來揭示差異,分析差異產生原因的一種方法.在對比分析中,可採取實際指標與計劃指標對比,本期實際與上期(或上年同期,歷史最好水平)實際指標對比,本期實際指標與國內外同類型企業的先進指標對比等形式.通過對比分析,可一般地了解企業成本的升降情況及其發展趨勢,查明原因,找出差距,提出進一步改進的措施.在採用對比分析時,應注意本期實際指標與對比指標的可比性,以使比較的結果更能說明問題,揭示的差異才能符合實際.若不可比,則可能使分析的結果不準確,甚至可能得出與實際情況完全不同的相反的結論.在採用對比分析法時,可採取絕對數對比,增減差額對比或相對數對比等多種形式.
比較分析法按比較內容（比什麼）分為：
（1）比較會計要素的總量
（2）比較結構百分比
（3）比較財務比率
2、因素分析法
因素分析法是將某一綜合性指標分解為各個相互關聯的因素,通過測定這些因素對綜合性指標差異額的影響程度的一種分析方法.在成本分析中採用因素分析法,就是將構成成本的各種因素進行分解,測定各個因素變動對成本計劃完成情況的影響程度,並據此對企業的成本計劃執行情況進行評價,並提出進一步的改進措施.
採用因素分析法的程序如下：
(1)將要分析的某項經濟指標分解為若干個因素的乘積.在分解時應注意經濟指標的組成因素應能夠反映形成該項指標差異的內在構成原因,否則,計算的結果就不準確.如材料費用指標可分解為產品產量,單位消耗量與單價的乘積.但它不能分解為生產該產品的天數,每天用料量與產品產量的乘積.因為這種構成方式不能全面反映產品材料費用的構成情況.
(2)計算經濟指標的實際數與基期數(如計劃數,上期數等),從而形成了兩個指標體系.這兩個指標的差額,即實際指標減基期指標的差額,就是所要分析的對象.各因素變動對所要分析的經濟指標完成情況影響合計數,應與該分析對象相等.
(3)確定各因素的替代順序.在確定經濟指標因素的組成時,其先後順序就是分析時的替代順序.在確定替代順序時,應從各個因素相互依存的關系出發,使分析的結果有助於分清經濟責任.替代的順序一般是先替代數量指標,後替代質量指標；先替代實物量指標,後替代貨幣量指標；先替代主要指標,後替代次要指標.
(4)計算替代指標.其方法是以基期數為基礎,用實際指標體系中的各個因素,逐步順序地替換.每次用實際數替換基數指標中的一個因素,就可以計算出一個指標.每次替換後,實際數保留下來,有幾個因素就替換幾次,就可以得出幾個指標.在替換時要注意替換順序,應採取連環的方式,不能間斷,否則,計算出來的各因素的影響程度之和,就不能與經濟指標實際數與基期數的差異額(即分析對象)相等.
(5)計算各因素變動對經濟指標的影響程度.其方法是將每次替代所得到的結果與這一因素替代前的結果進行比較,其差額就是這一因素變動對經濟指標的影響程度.
(6)將各因素變動對經濟指標影響程度的數額相加,應與該項經濟指標實際數與基期數的差額(即分析對象)相等.
上述因素分析法的計算過程可用以下公式表示：
設某項經濟指標N是由A,B,C三個因素組成的.在分析時,若是用實際指標與計劃指標進行對比,則計劃指標與實際指標的計算公式如下：
計劃指標N0=A0×B0×C0
實際指標N1=A1×B1×C1
分析對象為N1-N0的差額.
採用因素分析法測定各因素變動對指標N的影響程度時,......>>

問題三：常用的分析方法有哪些 目前系統安全分析法有20餘種，其中常用的分析法是：
（1）安全檢查表（safety check list）
（2）初步危險分析（PHA）
（3）故障類型、影響及致命度分析（FMECA）
（4）事件要分析（ETA）
（5）事故樹分析（FTA）

問題四：常用的分析方法及模型有哪些？ 不細說了，直接網路搜索此書――《贏取競爭的100+N工具箱(mba原版1862頁).pdf》 目錄太長，涉及版權也不能再上圖了
下載不到的評論留下郵箱

問題五：常用的葯物分析方法有哪些 重量分析法
酸鹼滴定法
沉澱滴定法
氧化還原滴定法
非水滴定法
葯物儀器分析法
紫外分光光度法
質譜法
核磁共振波譜法
薄層色譜法
氣相色譜法
高效液相色譜法
電泳法和PH值測定法
物理常數測定法

問題六：數據分析方法有哪些 一、描述性統計
描述性統計是一類統計方法的匯總，揭示了數據分布特性。它主要包括數據的頻數分析、數據的集中趨勢分析、數據離散程度分析、數據的分布以及一些基本的統計圖形。
1、缺失值填充：常用方法有剔除法、均值法、決策樹法。
2、正態性檢驗：很多統計方法都要求數值服從或近似服從正態分布，所以在做數據分析之前需要進行正態性檢驗。常用方法：非參數檢驗的K-量檢驗、P-P圖、Q-Q圖、W檢驗、動差法。
二、回歸分析
回歸分析是應用極其廣泛的數據分析方法之一。它基於觀測數據建立變數間適當的依賴關系，以分析數據內在規律。
1. 一元線性分析
只有一個自變數X與因變數Y有關，X與Y都必須是連續型變數，因變數Y或其殘差必須服從正態分布。
2. 多元線性回歸分析
使用條件：分析多個自變數X與因變數Y的關系，X與Y都必須是連續型變數，因變數Y或其殘差必須服從正態分布。
3.Logistic回歸分析
線性回歸模型要求因變數是連續的正態分布變數，且自變數和因變數呈線性關系，而Logistic回歸模型對因變數的分布沒有要求，一般用於因變數是離散時的情況。
4. 其他回歸方法：非線性回歸、有序回歸、Probit回歸、加權回歸等。
三、方差分析
使用條件：各樣本須是相互獨立的隨機樣本；各樣本來自正態分布總體；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變數的關系。
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變數的關系，同時考慮多個影響因素之間的關系
3. 多因素無交互方差分析：分析多個影響因素與響應變數的關系，但是影響因素之間沒有影響關系或忽略影響關系
4. 協方差分祈：傳統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因素，降低了分析結果的准確度。協方差分析主要是在排除了協變數的影響後再對修正後的主效應進行方差分析，是將線性回歸與方差分析結合起來的一種分析方法。
四、假設檢驗
1. 參數檢驗
參數檢驗是在已知總體分布的條件下（一股要求總體服從正態分布）對一些主要的參數(如均值、百分數、方差、相關系數等）進行的檢驗 。
2. 非參數檢驗
非參數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，而是針對總體的某些一般性假設（如總體分布的位D是否相同，總體分布是否正態）進行檢驗。
適用情況：順序類型的數據資料，這類數據的分布形態一般是未知的。
1）雖然是連續數據，但總體分布形態未知或者非正態；
2）總體分布雖然正態，數據也是連續類型，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、遊程檢驗、K-量檢驗等。

問題七：常用的數據分析方法有哪些？ 10分 一、掌握基礎、更新知識。
基本技術怎麼強調都不過分。這里的術更多是（計算機、統計知識）， 多年做數據分析、數據挖掘的經歷來看、以及業界朋友的交流來看，這點大家深有感觸的。
資料庫查詢―SQL
數據分析師在計算機的層面的技能要求較低，主要是會SQL，因為這里解決一個數據提取的問題。有機會可以去逛逛一些專業的數據論壇，學習一些SQL技巧、新的函數，對你工作效率的提高是很有幫助的。
統計知識與數據挖掘
你要掌握基礎的、成熟的數據建模方法、數據挖掘方法。例如：多元統計：回歸分析、因子分析、離散等，數據挖掘中的：決策樹、聚類、關聯規則、神經網路等。但是還是應該關注一些博客、論壇中大家對於最新方法的介紹，或者是對老方法的新運用，不斷更新自己知識，才能跟上時代，也許你工作中根本不會用到，但是未來呢？
行業知識
如果數據不結合具體的行業、業務知識，數據就是一堆數字，不代表任何東西。是冷冰冰，是不會產生任何價值的，數據驅動營銷、提高科學決策一切都是空的。
一名數據分析師，一定要對所在行業知識、業務知識有深入的了解。例如：看到某個數據，你首先必須要知道，這個數據的統計口徑是什麼？是如何取出來的？這個數據在這個行業， 在相應的業務是在哪個環節是產生的？數值的代表業務發生了什麼（背景是什麼）？對於A部門來說，本月新會員有10萬，10萬好還是不好呢？先問問上面的這個問題：
對於A部門，
1、新會員的統計口徑是什麼。第一次在使用A部門的產品的會員？還是在站在公司角度上說，第一次在公司發展業務接觸的會員？
2、是如何統計出來的。A：時間；是通過創建時間，還是業務完成時間。B：業務場景。是只要與業務發接觸，例如下了單，還是要業務完成後，到成功支付。
3、這個數據是在哪個環節統計出來。在注冊環節，在下單環節，在成功支付環節。
4、這個數據代表著什麼。10萬高嗎？與歷史相同比較？是否做了營銷活動？這個行業處理行業生命同期哪個階段？
在前面二點，更多要求你能按業務邏輯，來進行數據的提取（更多是寫SQL代碼從資料庫取出數據）。後面二點，更重要是對業務了解，更行業知識了解，你才能進行相應的數據解讀，才能讓數據產生真正的價值，不是嗎？
對於新進入數據行業或者剛進入數據行業的朋友來說：
行業知識都重要，也許你看到很多的數據行業的同仁，在微博或者寫文章說，數據分析思想、行業知識、業務知識很重要。我非常同意。因為作為數據分析師，在發表任何觀點的時候，都不要忘記你居於的背景是什麼？
但大家一定不要忘記了一些基本的技術，不要把基礎去忘記了，如果一名數據分析師不會寫SQL，那麻煩就大了。哈哈。。你只有把數據先取對了，才能正確的分析，否則一切都是錯誤了，甚至會導致致命的結論。新同學，還是好好花時間把基礎技能學好。因為基礎技能你可以在短期內快速提高，但是在行業、業務知識的是一點一滴的積累起來的，有時候是急不來的，這更需要花時間慢慢去沉澱下來。
不要過於追求很高級、高深的統計方法，我提倡有空還是要多去學習基本的統計學知識，從而提高工作效率，達到事半功倍。以我經驗來說，我負責任告訴新進的同學，永遠不要忘記基本知識、基本技能的學習。
二、要有三心。
1、細心。
2、耐心。
3、靜心。
數據分析師其實是一個細活，特別是在前文提到的例子中的前面二點。而且在數據分析過程中，是一個不斷循環迭代的過程，所以一定在耐心，不怕麻煩，能靜下心來不斷去修改自己的分析思路。
三、形成自己結構化的思維。
數據分析師一定要嚴謹。而嚴謹一定要很強的結構化思維，如何提高結構化思維，也許只需要工作隊中不斷的實踐。但是我推薦你用mindman......>>

問題八：常用的多元分析方法？ 包括3類:①多元方差分析、多元回歸分析和協方差分析，稱為線性模型方法，用以研究確定的自變數與因變數之間的關系；②判別函數分析和聚類分析,用以研究對事物的分類；③主成分分析、典型相關和因素分析，研究如何用較少的綜合因素代替為數較多的原始變數。
多元方差分析
是把總變異按照其來源（或實驗設計）分為多個部分，從而檢驗各個因素對因變數的影響以及各因素間交互作用的統計方法。例如，在分析2×2析因設計資料時，總變異可分為分屬兩個因素的兩個組間變異、兩因素間的交互作用及誤差（即組內變異）等四部分,然後對組間變異和交互作用的顯著性進行F檢驗。
多元方差分析的優點
是可以在一次研究中同時檢驗具有多個水平的多個因素各自對因變數的影響以及各因素間的交互作用。其應用的限制條件是，各個因素每一水平的樣本必須是獨立的隨機樣本，其重復觀測的數據服從正態分布，且各總體方差相等。
多元回歸分析
用以評估和分析一個因變數與多個自變數之間線性函數關系的統計方法。一個因變數y與自變數x1、x2、…xm有線性回歸關系是指： 其中α、β1…βm是待估參數，ε是表示誤差的隨機變數。通過實驗可獲得x1、x2…xm的若干組數據以及對應的y值，利用這些數據和最小二乘法就能對方程中的參數作出估計，記為╋、琛常它們稱為偏回歸系數。
多元回歸分析的優點
是可以定量地描述某一現象和某些因素間的線性函數關系。將各變數的已知值代入回歸方程便可求得因變數的估計值（預測值），從而可以有效地預測某種現象的發生和發展。它既可以用於連續變數，也可用於二分變數（0，1回歸）。多元回歸的應用有嚴格的限制。首先要用方差分析法檢驗自變數y與m個自變數之間的線性回歸關系有無顯著性，其次，如果y與m個自變數總的來說有線性關系，也並不意味著所有自變數都與因變數有線性關系，還需對每個自變數的偏回歸系數進行t檢驗,以剔除在方程中不起作用的自變數。也可以用逐步回歸的方法建立回歸方程，逐步選取自變數，從而保證引入方程的自變數都是重要的。
協方差分析
把線性回歸與方差分析結合起來檢驗多個修正均數間有無差別的統計方法。例如，一個實驗包含兩個多元自變數，一個是離散變數(具有多個水平)，一個是連續變數，實驗目的是分析離散變數的各個水平的優劣，此變數是方差變數；而連續變數是由於無法加以控制而進入實驗的，稱為協變數。在運用協方差分析時，可先求出該連續變數與因變數的線性回歸函數，然後根據這個函數扣除該變數的影響，即求出該連續變數取等值情況時因變數的修正均數，最後用方差分析檢驗各修正均數間的差異顯著性，即檢驗離散變數對因變數的影響。
協方差分析兼具方差分析和回歸分析的優點
可以在考慮連續變數影響的條件下檢驗離散變數對因變數的影響，有助於排除非實驗因素的干擾作用。其限制條件是，理論上要求各組資料（樣本）都來自方差相同的正態總體,各組的總體直線回歸系數相等且都不為0。因此應用協方差分析前應先進行方差齊性檢驗和回歸系數的假設檢驗，若符合或經變換後符合上述條件，方可作協方差分析。
判別函數分析
判定個體所屬類別的統計方法。其基本原理是：根據兩個或多個已知類別的樣本觀測資料確定一個或幾個線性判別函數和判別指標，然後用該判別函數依據判別指標來判定另一個個體屬於哪一類。 判別分析不僅用於連續變數，而且藉助於數量化理論亦可用於定性資料。它有助於客觀地確定歸類標准。然而，判別分析僅可用於類別已確定的情況。當類別本身未定時，預用聚類分析先分出類別，然後再進行判別分析。
聚類分析
解決分類問題的一種統計方法。若給定n個觀測對象，每個觀......>>

問題九：常用的數學分析方法有哪些 你問的是什麼層次？
1、數學分析方法的基本內容是數學化、模型化和計算機化。從數學角度看，數學中發現了許多有實用價值的手段，如線性規劃、整數規劃、動態規劃、對策論、排隊論、存貨模型、調度模型、概率統計等等，對定量化的分析與決斷起到了重大的推動作用；從模型化角度看，每一種數學手段都包括了解決決策問題的具體數學模型，人們可以藉助於模型找出自己所需了解的問題的答案；從計算機化的角度看，人們可以借用電子計算機這個快速邏輯計算工具，縮短解決問題的時間，增強預測的精確性。這「三化」是互相聯系的，它們的結合使決策的技術和方法發生了重大變化。
2、另一個層次：待定系數法，換元法，數學歸納法。

問題十：常見的調查方法有哪些 （一）、按調查對象的范圍分,可分為全面調查和非全面調查.
（二）、按調查的連續性來分,可分為一次性調查和經常性調查.
（三）、按調查的組織方式不同,可分為統計報表和專門調查.
（四）、按調查的方法不同,可分為直接觀察法、報告法和詢問法.