1. 描述性数据分析：这是最基础的多维数据分析方法，它通过对数据的描述性统计，比如均值、中位数、众数、方差等，来理解和总结数据的分布、集中趋势、离散程度和相关性。
2. 探索性数据分析：这种方法旨在深入探索数据的内在特性，通过绘制图表、计算某些统计量、检查数据的异常值等方式，以更好地理解数据。
3. 验证性数据分析：验证性数据分析是一种定量的统计分析方法，通过设立并检验假设，以确定观测数据是否符合预期的理论或者模型。
4. 高级数据分析方法：包括聚类分析、关联分析、决策树、时间序列分析等，这些方法可以用来发现数据中的模式和趋势，进行预测和决策。
5. 可视化数据分析：利用图形或者图表将数据展示出来，帮助人们更好地理解和分析数据。
以上都是多维数据分析的主要类型，选择哪种类型主要取决于你的数据和你想解决的问题。每一种类型都有其独特的优势和局限性，需要结合具体情境来选择。
