平衡分析法
所谓平衡就是各个互相联系的因素之间，在数量上保持一定的合理的对应关系。平衡分析法是分析事物之间相互关系的一种方法。它分析事物之间发展是否平衡，揭示出事物间出现的不平衡状态、性质和原因，指引人们去研究积极平衡的方法，促进事物的发展。统计平衡分析的主要方法有编制平衡表和建立平衡关系式。
平衡表与一般统计表的区别在于：指标体系必须包括收入与支出，来源与使用两个对应平衡的指标。平衡表的主要形式有三种，即收付式平衡表、并列式平衡表和棋盘式平衡表，前两种形式如资产负债表、能源平衡表，后一种形式如投入产出表。
平衡关系式是用等式表示各相关指标间平衡关系的式子。如，期初库存+本期入库＝本期出库+期末库存，资产＝负债+所有者权益，增加值＝总产出－中间投入。
统计中的平衡分析基本要求和特点是：平衡分析要通过有联系指标数值的对等关系来表现经济现象之间的联系；要通过有联系指标数值的比例关系来表现经济现象之间的联系；要通过任务的完成与时间进度之间的正比关系来表现经济现象的发展速度；要通过各有关指标的联系表现出全局平衡与局部平衡之间的联系。
其他数据分析方法
回归分析
研究变量之间存在但又不确定的相互关系以及密切程度的分析叫做相关分析，如果把其中的一些因素作为自变量，而另外一些随自变量变化而变化的变量作为因变量，研究他们之间的非确定因果关系，就是回归分析。
生存分析
生存分析广泛应用于生物医学，工业，社会科学，商业等领域，例如肿瘤患者经过治疗后生存的时间、电子设备的寿命、罪犯假释的时间、
婚姻持续的时间、保险人的索赔等。生存分析就是处理搜集来的数据，生存数据包括生存时间以及其相关因素。
方差分析
方差分析是检验两个或多个样本均数间差异是否具有统计意义的一种方法，例如：医学界研究几种药物对某种疾病的疗效；农业研究土壤，肥料，日照时间等因素对某种农作物产量的影响；不同饲料对牲畜体重增长的效果等，都可以使用方差分析方法来解决。其基本原理是认为：不同处理组的均数间的差别基本来源于随机误差和实验条件。
主成份分析 (Principal component analysis)
主成份分析的目的是要对多变量数据表进行最佳综合简化，也是一种降维的分析方法。基本思想就是寻找这些变量的线性组合，即主成份，使这些主成份间不相关。为了能用尽量少的主成份个数去反映原始变量间提供的变异信息，要求各主成分的方差从大到小排列。第一主成份最能反映数据间的差异。
判别分析 (Discriminant analysis)
判别分析是根据观测到的某些指标对所研究的对象进行分类的一种统计方法。进行判别分析时，通常是根据已掌握的一批分类明确的样品建立判别函数、分类的规则，然后将待分类的样本观测值代入判别函数，求出其函数值，并据此作出判断。在市场研究中可用于对决策行为预测的结果分类判别；对一个企业进行市场细分以选择目标市场。
联合分析 (Conjoint analysis)
联合分析就是通过对现实产品进行模拟，提供具有不同属性水平的组合产品，让消费者根据自己的偏好对这些产品进行评价、比较和选择，并采用统计方法将这些属性和属性水平的效用进行分离，从而得出产品
每一个属性及属性水平的重要性指标，获得消费者偏好程度最高的组合产品。联合分析还可以预测并未实际测试过的产品组合的消费者认同程度和市场份额。
对应分析 (Correspondence analysis)
对应分析通过分析有定性变量构成的交互汇总表来揭示变量间的联系。通过对应分析，可以把品牌、顾客特点以及他们之间的联系同时反映在一个二维或三维的分布图上，顾客认为比较相似的品牌在图上的分布便会彼此靠近在一起。根据顾客特点与每一品牌之间距离的远近，还可以区分顾客的哪些特点与喜好某种品牌的关系密切。常应用于品牌形象研究、产品属性与细分群体的对应关系。
多维偏好分析 (Multidimensional preference
analysis)
多维偏好分析通过降维的思想，将多元数据变成通过二维图形显示的直观结果。多维偏好分析常用于分析消费者对产品与服务的偏好倾向，在市场研究中能具体解决如下问题：确定目标消费群体、消费群体的分类和品牌评价等、相互竞争的品牌及尚未被填补的市场。
多维尺度分析 (Multidimensional scaling analysis)
多维尺度分析用于反映多个研究事物间的相似程度，通过适当的降维方法，将这种相似程度在低维度空间中点与点之间的距离表示出来，并有可能帮助识别那些影响事物间相似性的潜在因素。多维尺度分析通常用于分析商品相似性，通过分析消费者对商品的相似性评分，产生这些商品相关性的的图形，通过图形可直观地找出相似性产品（存在竞争可能性的产品）。
基准分析 (Benchmarking analysis)
为了更好地分析竞争者的情况，可以将同行业中最有竞争力的作为基准作更深入的分析。基准分析可以帮助企业在进入海外市前就可以站在较高的角度去制定市场进入策略。
动态分析法
动态分析法是以客观现象所显现出来的数量特征为标准，判断被研究现象是否符合正常发展趋势的要求，探求其偏离正常发展趋势的原因并对未来的发展趋势进行预测的一种统计分析方法。
动态分析法主要包括两个方面。第一，编制时间数列，观察客观现象发展变化的过程、趋势及其规律，计算相应的动态指标用以描述现象发展变化的特征；第二，编制较长时期的时间数列，在对现象变动规律性判断的基础上，测定其长期趋势、季节变动的规律，并据此进行统计预测，为决策提供依据。
编制时间数列是将社会经济现象某一指标在不同时间上的数值，按时间先后排列形成的数列，它由指标所属的时间和指标在某一时间的数值两个要素构成。编制时间数列要注意时间范围应该一致，但有时为了生动突出地反映某些方面的变化也可以灵活运用。观察编制好的时间数列，可以看出现象变化的大致过程和趋势，但要给予定量分析，必须计算各种动态分析指标。一类是动态比较指标，主要有增长量、发展速度、增长速度；
一类是动态平均指标，主要有平均发展水平、平均发展速度、平均增长速度。时间数列的形成是各种不同的影响事物发展变化的因素共同作用的结果。为了便于分析事物发展变化规律，通常将时间数列形成因素归纳为以下四类：
（1）长期趋势是某一经济指标在相当长的时间内持续发展变化的总趋势，是由长期作用的基本因素影响而呈现的有规律的变动。
（2）季节变动是指社会经济现象由于季节更替或社会因素的影响形成周期性变动。它周期短，规律性强，一般为一年，如某些季节性商品的销售会因季节的不同而波动。但也有以月、周、日为变动周期的，凡在一年内有反复循环周期变动，如节假日市场购货人数出现的高峰等，从广义上讲都属于季节变动分析的内容。
（3）循环波动是指变动周期在一年以上近乎有规律的周而复始的一种循环变动，如经济周期、自然界农业果树结果量有大年小年之分等。研究宏观经济的循环波动问题，需要计算扩散指数和合成指数。
（4）不规则变动是指由于意外的自然或社会的偶然因素引起的无周期的波动。
相加因素的分析方法
在社会经济现象中，有一些现象的变动是由其总体内各个组成部分（或称构成因素）变动影响的结果。如工业总产值的变动是由轻工业与重工业共同变动影响的结果。由此可见，相加因素是指现象变动是由各个组成因素变动的总和，其分析方法是采用比重法和差额法测定总体各个组成部分的变动。对现象总变动的影响程度或称拉力度。
比重法是根据某因素在基数中所占比重与该因素报告期与基期的相对离差确定某因素变动对现象总量变动的影响程度。
差额法是指某因素的报告期绝对量与基期绝对差的离差与基数对比，确定某因素变动对现象总量变动影响程度。
计算贡献率是因素分析的重要内容，对此不能沿用日常生活中对“贡献”的理解。贡献率因素分析中存在特定的涵义，是指由于某一因素的影响使总变动增长的份额占总变动的比重。有时贡献率还会出现负值，称为负贡献。
平均指标的因素分析
在统计分组的情况下加权算术平均数的大小受两个因素的制约，一个是各组标志值（或组平均数）的影响，一个是各组总体、单位数在总体中所占比重的影响，也即总体结构的影响。其关系式如下：
平均指标指数=固定构成指数*结构影响指数
（各组标志值变动）（各组单位数变动）
运用上述指数体系，借鉴“将其中一个因素固定下来，只观察另一个因素变动”的思想，分析这两个因素对平均指标变动的影响。
指数因素分析法可广泛运用于不同空间，包括不同国家、不同地区、不同单位之间的对比。运用于实际与计划的对比
因素分析法