線性回歸： 透過使用最小平方法來對變數進行建模的一種回歸分析
*主要功能為找出一條最能代表所有data的直線來了解整體趨勢，換言之，若我有一個資料點X，那Y值很可能也會離這條線很近
相關係數： 透過使用標準差來找出兩個變數之間的相關程度(r)
*當此r值越高，代表兩個變數相關程度越大，容易擁有相同趨勢；當此r值越低，代表兩個變數相關程度低
*當此r值為負，代表兩個變數趨勢相反，當一個變數為正，另一變數則為負
Cluster 集群分析: 透過使用重心的概念，將原始資料分成指定群數的方法
*通常，在同一群內的資料點，會具有共同特徵
Polynomial Regression 多項式回歸: 透過使用最小平方法以及Vandermonde矩陣來對變數進行建模的一種回歸分析
*主要功能為找出一條最能代表所有data的曲線來了解整體趨勢，換言之，若我有一個資料點X，那Y值很可能也會離這條線很近
Basic Analysis 基本數值分析: 本方法通常用於分析各項參數的基本數值數據
*本方法主要針對再裝置當中的每一個參數，去找出他的各項基本數值，其中包含平均值、中位數、標準差、變異數、眾數…等等，透過基本數值，讓使用者了解變數本身
Logistic Regression 邏輯回歸: 本方法通常用於分析數值為boolean的參數，boolean參數不適用線性以及多項式分析
*主要功能為找出一條最能代表所有data的曲線來了解整體趨勢，換言之，本方法提供機率模型，讓使用者知道在不同的情況之下，該參數為1的機率是多少，為0的機率是多少