在ZenDAS中，分析方法一共分为五类分别是：图形、相关与回归、控制图、假设检验和统计。

一、图形

图形类分析方法旨在通过可视化数据来揭示数据之间的关系和模式。通过各种图形表达数据，用户可以更直观地理解数据特征，比较不同类别数据之间的差异，以及发现数据的趋势和规律。

1.柱形图

柱形图是一种常用的数据可视化方式，用于比较不同类别或组之间的数据。 

2.线型图

线型图展示数据随时间或其他连续变量的变化趋势，适用于揭示数据的趋势和模式。

3.饼图

饼图以圆形的方式展示数据各部分占比情况，适合展示各部分在整体中的比例关系。

4.气泡图

气泡图用不同大小的圆点表示不同类别的数据，同时展示了三个变量之间的关系。 

5.雷达图

雷达图通过多个轴以及连接这些轴的线条展示多维数据，有助于比较不同类别数据的特征。 

6.单值图

单值图是用于显示单个数值的简单图表，常用于展示关键指标的情况。 

7.经验累积

经验累积图用于展示数据的累积分布情况，帮助理解数据的分布形态。 

8.箱线图

箱线图展示了数据的分布情况，包括中位数、四分位数和异常值等信息。 

9.散点图

散点图用于展示两个变量之间的关系，有助于发现变量之间的相关性或模式。 

二、相关与回归

相关与回归类分析方法主要用于探索和衡量变量之间的关系。相关性分析帮助理解变量之间的相关程度，而回归分析则用于建立和评估变量之间的数学关系，从而预测或解释数据的变化。

1.相关性

相关性分析用于衡量两个变量之间的相关程度，帮助理解变量之间的关系。

2.回归拟合图

回归拟合图展示了回归分析的结果，帮助评估回归模型的拟合程度。

3.线性回归

线性回归分析用于建立和评估两个或多个变量之间的线性关系。

4.多项式回归

多项式回归分析用于建立非线性关系的回归模型。 

5.一般线性模型

一般线性模型适用于各种回归分析和方差分析的情况，包括线性和非线性模型。

6.Gompertz模型

Gompertz模型是一种常用的生长模型，用于描述生长过程中的增长速率变化。

三、控制图

控制图类分析方法是质量管理和过程监控中常用的工具。通过监控过程中的数据变化，控制图可以及时发现特殊原因引起的变化，帮助组织改进和优化生产过程。

1.I-MR图

I-MR图用于监控过程中连续数据的变化情况，帮助检测特殊原因引起的变化。 

2.Xbar-R图

Xbar-R图用于监控过程中样本均值和范围的变化情况，有助于识别过程中的变化。 

3.Xbar-S图

Xbar-S图也用于监控过程中样本均值和标准差的变化情况，适用于样本容量较小的情况。 

4.C图

C图用于监控过程中缺陷或错误的计数情况，有助于改善生产过程。 

5.U图

U图通常用于计数型数据的监控，帮助识别过程中的异常情况。

四、假设检验

假设检验类分析方法用于验证关于总体参数的假设。通过对样本数据进行统计推断，判断总体参数是否符合某种假设，从而做出相应的决策或推断。

1.正态性检验

正态性检验 正态性检验用于检验数据是否符合正态分布，是许多统计方法的前提条件。 

2.单比率检验

单比率检验用于比较一个样本中的比率是否等于给定值。 

3.双比率检验

双比率检验用于比较两个样本中的比率是否有显著差异。

4.单样本t检验

单样本t检验用于检验一个样本平均值是否等于给定值。 

5.双样本t检验

双样本t检验用于比较两个样本平均值是否有显著差异。

6.配对t检验

配对t检验用于比较同一组数据在不同条件下的平均值差异。

7.双方查检验

双方查检验用于比较两个分类变量之间的关联性。 

8.等方差检验

等方差检验用于检验不同组之间方差是否相等。 

9.单方差检验

单方差检验用于比较多个组之间的方差是否有显著差异。

10.单因子方差

单因子方差分析用于比较一个因素对于因变量的影响是否显著。

11.卡方检验

卡方检验用于比较观察频数与期望频数之间的差异是否显著。 

五、统计

1.基本量统计

基本量统计包括对数据的描述性统计分析，如平均值、中位数、标准差等。 

2.图形化汇总

图形化汇总以图表形式展示数据的汇总信息，帮助用户更直观地理解数据特征。 

3.蒙特卡罗模拟

蒙特卡罗模拟是一种基于随机抽样的统计模拟方法，用于评估不确定性和风险。