重量分析是分析化学中一种以分析物固体质量为基础来测量的定量测定方法。测量水样中的固体悬浮物即是一个简单的例子，过滤一已知体积的水並收集其固体物质后秤重。 在大部分情况下，分析物必须先以適合的试剂使其沉淀后转换成固体，沉淀物再经由过滤，洗涤，干燥以除去溶液的水分並秤重后收集。透过沉积物的质量与其化学成分即能计算出分析物在原始样品的量。。
╯△╰
回归分析（英语：Regression Analysis）是一种统计学上分析数据的方法，目的在於了解两个或多个变数间是否相关、相关方向与强度，並建立数学模型以便观察特定变数来预测研究者感兴趣的变数。更具体的来说，回归分析可以帮助人们了解在只有一个自变量变化时因变量的变化量。一般来说，通过回归分析。
hui gui fen xi （ ying yu ： R e g r e s s i o n A n a l y s i s ） shi yi zhong tong ji xue shang fen xi shu ju de fang fa ， mu de zai yu le jie liang ge huo duo ge bian shu jian shi fou xiang guan 、 xiang guan fang xiang yu qiang du ， 並 jian li shu xue mo xing yi bian guan cha te ding bian shu lai yu ce yan jiu zhe gan xing qu de bian shu 。 geng ju ti de lai shuo ， hui gui fen xi ke yi bang zhu ren men le jie zai zhi you yi ge zi bian liang bian hua shi yin bian liang de bian hua liang 。 yi ban lai shuo ， tong guo hui gui fen xi 。
●△●
对于有机化学家，元素分析或“EA”几乎总是指CHNX分析 - 样品的碳(C)，氢(H)，氮(N)，和杂原子（X）（卤素，硫）的质量成分的测定。 该信息对于帮助确定未知化合物的结构以及帮助确定合成化合物的结构和纯度是非常重要的。在今天，有机化学光谱技术（如核磁共振(NMR)，1H和13C）中，质谱法和色谱法。
≥ω≤
最小平方频谱分析法（英语：Least-squares spectral analysis）是一种利用最小平方法寻找適配於资料点之最佳正弦曲线，以估算频谱的方法。其数学原理与科学界中最常用的傅立叶分析相似。一般而言，傅立叶分析会將间隔较长之讯号的长周期杂讯放大，而最小平方频谱分析法则解决了这个问题。。
意思。不过无色的混合物也可用这种方法分离，只要各成分对於溶剂及固定相有不同的亲和力就行了。 双向纸上色层分析法也是纸色谱法的一种，先使用一种溶剂，进行色层分析后將试纸旋转90度，再用另一种溶剂进行色层分析，常用在类似化合物（如胺基酸）组成混合物的分析。 Rf值是指物质移动的距离除以溶剂移动的距离，。
↓。υ。↓
在多变量分析中，主成分分析（英语：Principal components analysis，缩写：PCA）是一种统计分析、简化数据集的方法。它利用正交变换来对一系列可能相关的变量的观测值进行线性变换，从而投影为一系列线性不相关变量的值，这些不相关变量称为主成分（Principal。
分析视窗函数的维格纳–魏尔分布。重新分布法便是先將维格纳–魏尔分布平滑化，再將它於原始讯号成分之真实支撑区域附近的座標点重新聚焦，进而达到锐化的目的。实验结果显示，此方法可以减少任一科恩系列分布在时域与频域的模糊现象。对时频谱而言，重新分布法。
高效液相色谱法（英语：high performance liquid chromatography，缩写 HPLC），又译高效液相层析法，以前曾指高压液相层析法（high pressure liquid chromatography），是一种色谱分析技术，用来分离混合物，以確认並量化各个成分。
法关系 (Dependency Relation Types)。 依存语法通过分析语言单位内成分之间的依存关系揭示其句法结构，主张句子中核心动词是支配其它成分的中心成分，而它本身却不受其它任何成分的支配，所有受支配成分都以某种依存关系从属于支配者。 刘群. 汉语词法分析和句法分析技术综述 (PDF)。
⊙﹏⊙
原料成分分析 发酵过程参数分析 添加剂分析 发酵产品质量分析 化学法：定性分析、定量分析等； 物理法：密度、折光率、旋光度、折射率等物理常数分析； 物理-化学法：气相色谱法、液相色谱法、紫外—可见分光光度法、原子吸收分光光度法、荧光分光光度法等。 中国海洋大学食品科学与工程实验教学中心。
核主成分分析（英语：kernel principal component analysis，简称kernel PCA）是多变量统计领域中的一种分析方法，是使用核方法对主成分分析的非线性扩展，即将原数据通过核映射到再生核希尔伯特空间（英语：Reproducing kernel Hilbert space）后再使用原本线性的主成分分析。。
o(╯□╰)o
分析技术。简单来说，质谱测量样品内的质量。 质谱法被用于许多不同领域，并被用于纯样品和复杂混合物。 质谱是离子讯号作为质荷比的函数的曲线图。这些频谱被用于确定样品的元素或同位素，颗粒和分子的质量，并阐明分子的化学结构，如肽和其他化合物。 在典型的质谱法中，可以是固体，液体或气体的样品被电离，例如用电子轰击它。。
成分分析。 最优化问题的目的是要找到使特定目標函数有最大值（或最小值）的点，一般而言这个点需符合一些约束。 依目標函数及约束条件的不同，最佳化又可以再细分：例如线性规划处理目標函数及约束条件均为线性的情形，常用单纯形法来求解。若目標函数及约束条件其中有一项为非线性，就是非线性规划的范围。。
邻里成分分析（Neighborhood components analysis，NCA）是一种监督式学习的方法，根据一种给定的距离度量算法对样本数据进行度量，然后对多元变量数据进行分类。在功能上其和k近邻算法的目的相同，直接利用随即近邻的概念确定与测试样本临近的有标签的训练样本。 邻里成分分析。
多线性主成分分析方法（英语：Multilinear Principal Component Analysis，MPCA），可將高维度空间映射到低维空间中去，降维的过程就是舍弃不重要的特征向量缩减维度，相较於一般的主成分分析，多线性主成分分析保留了资料的结构性且有较佳的解释比例。 多线性主成分分析。
有限元素法（英语：Finite element method），即使用有限元素分析物理现象，是一种用于求解微分方程组或积分方程组数值解的数值方法。 在解偏微分方程的过程中，主要难点是如何构造一个方程来逼近原本研究的方程，并且该过程还需要保持数值稳定性。目前有许多处理的方法，他们各有利弊。当区域改变。
气液色谱法（英语：Gas chromatography，又称气相层析）是一种在有机化学中对易于挥发而不发生分解的混合物进行分离与分析的层析技术。气相色谱的典型用途包括测试某一特定化合物的纯度与对混合物中的各组分进行分离（同时还可以测定各组分的相对含量）在某些情况下，气相色谱还可能对化合物的表征有所帮。
放射免疫分析（英语：radioimmunoassay，RIA）又称放射免疫测定，简称放免或放免法，是一种在无须采用生物测定方法的情况下，利用放射性核素示踪技术和免疫学抗原抗体特异性相结合，再通过测定放射性来分析体内微量成分的分析技术；用于检测抗原（例如血清之中激素的水平）的实验室测定方法。。
LDA也与主成分分析（PCA）和因素分析紧密相关，它们都在寻找最佳解释数据的变量线性组合。 LDA明确地尝试在不同数据类之间建立模型，而PCA则不考虑类别上的不同（只是在保留大部分讯息的前提下降低维度数），因素分析则是根据相异处而非相同处来建立特征组合。判别分析跟因素分析。
分析化学（英语：Analytical chemistry）是开发分析物质成分、结构的方法，使化学成分得以定性和定量，化学结构得以確定。定性分析可以找到样品中有何化学成分；定量分析可以确定这些成分的含量。在分析样品时一般先要想法分离不同的成分。分析化学是化学家最基础的训练之一，化学家在实验技术和基础知识上的训练，皆得力於分析化学。。
