数据统计又包括数据分析与结果分析，基本的分析方法有：对比分析法、分组分析法、交叉分析法、因素分析法、结构分析法、漏斗图分析法、矩阵关联分析法、综合评价分析法等。
高级的分析方法有：主成分分析法、因子分析法、对应分析法、相关分析法、回归分析法、聚类分析法、判别分析法、时间序列等。这些类别并不是独一使用的，往往是混合使用的，然后再通过进一步的分析对比从中挑选某些组合模型。
5）数据可视化
数据可视化，就是通过一些可视化图形或者报表形式进行展示，增强对分析结果的理解。再针对结果进行进一步的数据再分析，使得整个业务环节形成闭环。只有闭环的数据才能真正发挥出深度学习的效用。
三、安防AI大数据的应用
安防大数据的应用当前是围绕提升破案率和提升警务工作效率为中心的，要想在安防数据的基础上开发出优秀的应用，必须要深入了解警务工作流程，从接处警、现场勘查、情报研判、应急指挥、关联碰撞、合成作战，再到各类型警用装备间的互联互通，再到各警种间的配合，再到各警种业务数据库间的融合。
这些都要有详细地了解，才能发现针对刑侦破案、治安防控、交通管理的应用间的差异。
举例说，比如针对嫌疑人的追踪，可能是脸，但是大部分时候视频是识别不出脸的，这是事实，人脸识别仅在车站、机场、银行等卡点场景才有用。但是绝大多数逃犯都是有点反侦察能力的，不是看到摄像头就绕着走，就是故意遮挡不让看，或者干脆等到天黑再走。
这时候能运用到的主要就是通过嫌疑人的外形特征进行追踪，以图搜图配上区域范围选择、时间段选择，再配上同行人特征、随行物品特征、工具特征，就可以有效地对嫌疑人进行高效筛选，再通过综合情报进行轨迹研判，这种情况下，嫌疑人几乎就是瓮中之鳖，上天无路入地无门。
如果再出现小朋友老年人走失，想找到就是分分钟的事，再也不会出现让发动大批警力沿街查找，动辄耗费数十个小时的情况了。这样，公安会不喜欢么？
说到底，大数据最终是为应用服务的，只有最后真正提高了公安民警的工作效率和破案率，才能证明安防AI的价值和意义。这就要求我们既要懂AI业务，又要懂公安业务。脱离了这两者，想让安防AI得到大面积推广是连想都不要想的。
