高级统计分析有哪些如下：
高级统计分析指的是一系列的统计方法和技术，用于对数据进行深度分析和挖掘，从而揭示数据中的规律和趋势。以下是高级统计分析中常用的几种方法和技术：
1.因子分析
因子分析是一种将多个相关变量归纳为少数几个因子的统计方法。通过因子分析可以识别和发现隐藏在原始数据之中的结构性信息，并提取出数据的主要成分和维度。因子分析在市场研究、品牌定位、心理学等领域应用广泛。
2.聚类分析
聚类分析是一种将相似性较高的样本或变量分为一组的统计方法。聚类分析可以帮助我们发现数据中的分类和群组结构，从而为数据挖掘和数据分析提供依据。聚类分析广泛应用于市场研究、人类分类学、医学研究等领域。
3.主成分分析
主成分分析是一种将多个相关变量压缩为几个较少的无关变量的统计方法。主成分分析可以帮助我们解释数据之间的关系和联系，提取数据的主要信息，并简化数据分析的过程。主成分分析应用广泛于信用风险评估、资产评估、基金分析等领域。
4.线性回归分析
线性回归分析是一种通过变量之间的线性关系来预测或解释因变量的方法。线性回归分析可以帮助我们了解变量之间的关系，预测未来的趋势和结果，并为决策制定提供依据。线性回归分析在金融分析、市场研究、经济学等领域得到广泛的应用。
5.逻辑回归分析
逻辑回归分析是一种使用逻辑函数来建立分类模型的方法。逻辑回归分析可以帮助我们解决分类问题，比如通过已知的变量来预测某个人是否会购买某个产品，是否会违约等。逻辑回归分析在风险评估、信用评估、医学研究等领域应用广泛。
综上所述，高级统计分析是一种重要的数据分析方法，它通过应用各种统计方法和技术，从大量的数据中提取出有用的信息，为决策制定提供依据。以上提到的因子分析、聚类分析、主成分分析、线性回归分析和逻辑回归分析是高级统计分析中常用的方法和技术。