分析方法总结及优缺点
一、德尔菲法
优点：1、能充分发挥各位专家的作用，集思广益，准确性高。2、能把各位专家意见的分歧点表达出来，取各家之长，避各家之短。3、权威人士的意见影响他人的意见；
4、有些专家碍于情面，不愿意发表与其他人不同的意见；5、出于自尊心而不愿意修改自己原来不全面的意见。
缺点：
德尔菲法的主要缺点是过程比较复杂，花费时间较长。适用范围：项目规模宏大且环境条件复杂的预测情境。二、类比法
优点：1、它不涉及任何一般性原则，它不需要在“一般性原则”的基础上进行推理。它只是一种由具体情况到具体情况的推理方式，其优越性在于它所得出的结论可以在今后的超出原案例事实的情况下进行应用。
2、类比法比其他方法具有更高的精确性；3、类比过程中的步骤可以文档化以便修改。
缺点：1严重依赖于历史数据的可用性；
2能否找出一个或一组好的项目范例对最终估算结果的精确度有着决定性的影响；
3对初始估算值进行调整依赖于专家判断。
适用范围：类比法是按同类事物或相似事物的发展规律相一致的原则，对预测目标事物加以对比分析，来推断预测目标事物未来发展趋向与可能水平的一种预测方法。类比法应用形式很多，如由点推算面、由局部类推整体、由类似产品类推新产品、由相似国外国际市场类推国内国际市场等等。类比法一般适用于预测潜在购买力和需求量、开拓新国际市场、预测新商品长期的销售变化规律等。类比法适合于中长期的预测。
三、回归分析法优点：1、从收入动因的高度来判断收入变化的合理性，彻底抛弃了前述“无重大波动即为正常”的不合理假设。并且，回归分析不再只是简单的数据比较，而是以一整套科学的统计方法为基础。
、运用回归方法对销售收入进行分析性复核，可以考虑更多的影响因素作为解释变量，即使被审计单位熟悉了这种方法，其粉饰和操纵财务报表的成本也十分高昂。
缺点：需要掌握大量数据，
应用：社会经济现象之间的相关关系往往艰以用确定性的函数关系来描述，它们大多是随机性的，要通过统计观察才能找出其中规律。回归分桥是利用统计学原理描述随机变量间相关关系的一种重要方法。四、时间序列分析法
优点：根据市场过去的变化趋势预测未来的发展，根据客观事物发展的这种连续规律性，运用过去的历史数据，通过统计分析，进一步推测市场未来的发展趋势。
缺点：运用时间序列分析进行量的预测，实际上将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用，并在未来对预测对象仍然起作用，并未去分析探讨预测对象和影响因素之间的因果关系。由于事物的发展不仅有连续性的特点，而且又是复杂多样的。。适用范围：中短期预测五、弹性系数分析法
优点：简单易行，计算方便，计算成本低；需要的数据少，应用灵活广泛。缺点：1、分析带有一定的局部性和片面性。只考虑两个变量间的关系，忽略了其他相关变量的影响；
2、结果比较粗糙，很多时候要根据弹性系数的变动趋势对弹性系数进行修正。
应用：应用利用弹性系数预测未来时期能源需求时，可以通过对未来产业结构变化趋势、技术节能潜力等因素的分析，以及参照世界大多数国家发展历程中所皇现的共同规律，给出未来年份能源消费弹性系数的变化趋势或构想方案，以预测未来的能源需求量。六、灰色预测法
优点：灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。
缺点：灰色系统的行为现象不准确，数据是杂乱的
适用范围：商业连锁企业随着门店的不断增加，总部对企业的管理将变得越发困难，尤其是对销售量的预测，这严重影响了决策层对企业的控制和管理，影响总部的决策水平，包括资金的调度和使用、大批量进货以降低成本、门店的发展速度等等。随着模糊数学的不断发展，灰色预测方法得到了广泛应用，它对于商业连锁企业的销售管理，有指导价值。
七、组合预测法：
优点：利用多种预测法有效地提高预测的精确度，结合了所组合的各种预测法的优点。能够较大限度地利用各种预测样本信息，比单个预测模型考虑问题更系统、更全面
缺点：需要运用多种预测法，复杂繁琐，对现实中的问题进行分析时，要确定其具有某种函数关系有很大的难度
适用范围：适用于需要高精确度的情况
扩展阅读：信号分析方法总结
信号分析方法总结
随机信号：不能用明确的数学表达式来表示，它反映的通常是一个随机过程，只能用概率和统计的方法来描述。
随机现象的单个时间历程称为样本函数。随机现象可能产生的全部样本函数的集合，称为随机过程
振动信号的时域分析方法
时间历程
描述信号随着时间的变化情况。
0.30.20.1试验速度:350km/h幅值(g)0-0.1-0.2-0.3-0.4350360370时间(s)380390400
1N平均值xxi
Ni11N2均方值用来描述信号的平均能量或平均功率xxiNi1均方根值（RMS）为均方值的正平方根。是信号幅度最恰当的量度方差表示信号偏离其均值的程度，是描述数据的动态分量x21N(xix)2N1i1N2斜度反映随机信号的幅值概率密度函数对于纵坐标的不对称性1Nxi13i
峭度对大幅值非常敏感。当其概率增加时，值将迅速增大，有利于探测奇异振动信号
1Nx4
ii1N信号的预处理：1预滤波
2零均值化：消除数据中的直流分量
^(n)x(n)(n)。xx3错点剔除：以标准差为基础的野点剔除法
4消除趋势项
相关分析
1自相关分析a=xcorr(x)
自相关函数描述一个时刻的信号与另一时刻信号之间的相互关系
Rxx()1Tx(t)x(t)dtT0工程上利用自相关函数检查混杂在随机噪声中有无周期性信号
2互相关函数a=xcorr(x,y)
Rxy()1Tx(t)y(t)dtT0利用互相关函数所提供的延迟信号，可以研究信号传递通道和振源情况，也可以检测隐藏在外界噪声中的信号
振动信号的频域分析方法1自功率谱密度函数（自谱）
自功率谱描述了信号的频率结构，反映了振动能量在各个频率上的分布情况，因此在工程上应用十分广泛
Sxx(f)Rxx()ej2fd
0.10.080.06试验速度:350km/h幅值0.040.0201*0406080100频率Hz1201*0160180200
2互功率谱密度函数（互谱）
互谱不像自谱那样具有比较明显的物理意义，但它在频率域描述两个随机过程的相关性是
有意义的。
Sxy(f)Rxy()ej2fd
0.10.08试验速度:350km/h幅值g2/Hz0.060.040.0201*0406080100频率Hz1201*0160180200
3频响函数
H(f)Sxy(f)Sxx(f)
它是被测系统的动力特性在频域内的表现形式
7.20FRF3N1:09:+Z/3C:007:-ZFRF3N1:10:+Z/3C:007:-Z/Amplitude0.000.00180.00Linear95.00-180.000.00°Phase51015202530354045Hz50556065707580859095.004相干函数
表示整个频段内响应和激励之间的相关性yx(f)=0表示不相干，yx(f)=1完全相干，即响应完全由激励引起，干扰为零。相干函数可以用来检验频响函数和互谱的测量精度和置信水平，也可以用来识别噪声的声源和非线性程度。一般认为相干值大于0.8时，频响函数的估计结果比较准确可靠。
yx(f)2|Syx(f)|2Syy(f)Sxx(f)1
试验速度:350km/h0.80.6幅值0.40.201*0406080100频率Hz1201*0160180200
5倒频谱分析z=rceps(y)
倒频谱变换是频域信号的傅里叶积分变换再变换。时域信号经过傅里叶变换可转换为频率函数或功率谱密度函数，如果频谱图上呈现出复杂的周期结构而难以分辨时，对功率谱密度取对数后，再进行一次傅里叶积分变换，可以使周期结构呈便于识别的谱线形式。
201*|FFT)|100000201*00600800Frequency10001201*4001000|psd()|50000201*00600800Frequency(Hz)10001201*400|Cepstrum|2100102030ms405060
6细化分析czt
细化也称为带选傅里叶分析。其基本原理是对所需细化频段的信号进行频移，滤波，重采样处理，使该频段内的谱线变密
直接利用FFT变换后的频谱1201*10000800060004000201*90140001201*10000value95100105110利用CZT变换后的细化频谱800060004000201*0100102104106108110频率__f112114116118120
7三分之一倍频程谱
将全频域按几何等比级数的间隔划分，使得中心频率fc取做带宽上、下限f1、f2的几何平均值，且带宽h＝f2－f1总是和中心频率fc保持一常数关系，h＝v×fc。如果v等于根号二的倒数（0.707)，那么f2＝2f1，则定义这样的频率带宽叫倍频程带宽；如果v等于三倍根号二的倒数（0.236），那么h＝0.236fc，则定义这样的频率带宽为1/3倍频程带宽。
8多相干分析
多相干分析是指利用相干函数信号间频率上的因果关系进行判断分析，具体的说，就是利用相干函数对某些信号在特定的频段对另一信号的贡献大小进行判断分析。
时频分析
基于傅里叶变换的信号揭示了信号在频域的特征，它们在传统的信号分析与处理的发展史上发挥了极其重要的作用。但是傅里叶变换是一种整体变换也就是说频谱F(w)的任一频率点的值都是由时间历程f(t)在整个时域上的贡献所决定，反之，过程f(t)某一时刻的状态也是由其频谱F(w)在整个频域上的贡献所决定，因此傅里叶变换建立的只是一个域到另一个域的桥梁，并没有把时域和频域组合在一起。这对于平稳信号的分析来说是足够的，但是对于分平稳信号来说就无能为力了。
时频分析的基本思想是设计时间和频率的联合函数用它同时描述信号在不同时间和频率的
能量密度或强度。时间和频率的这种联合函数称为时频分布。时频分析法将时域和频域组合成一体，这就兼顾到非平稳信号的要求。它的主要特点在于时间和频域的局域化，通过时间轴和频率轴两个坐标组成的时频平面，可以得到整体信号在局部时域内的频率组成，或者可以看出整体信号各个频带在局部时间上的分布和排列情况。
短时傅里叶变换STFT
短时傅里叶变换的基本思想是，在传统傅里叶变换的框架中，把非平稳信号看成是一系列短时平稳信号的叠加，而短时性则通过时域上的加窗来实现，并通过一个平移参数来覆盖整个时域，由于它的窗函数是固定的，因此不能解决时间分辨力和频率分辨力的矛盾。
魏格纳维尔分布
目前对于非平稳信号的分析方法可以分为两类：一类为核函数分解，如短时傅里叶变换，小波变换，核函数分解也称线性时频描述。另一类为能量分布，也称时频能量密度如魏格纳维尔分布（WVD）,科恩类(Cohen)类，与短时傅里叶变换相比，时频能量密度函数具有更好的时频分辨率，但是也会产生交叉项的影响。
友情提示：本文中关于《分析方法总结及优缺点》给出的范例仅供您参考拓展思维使用，分析方法总结及优缺点：该篇文章建议您自主创作。
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
公文素材库友情提示：本网站所有内容为共享上传提供，不涉及任何商业利益，本站对此不承担任何保证责任！
Copyright © www.bsmz.net Corporation, All Rights Reserved 共享时代 共享你我他 版权所有