在进行数据分析之前，我们要知道数据分成主要的两种类型：连续性和分类变量。所以如果要进行数据分析的话，对于不同的数据类型会有不同的处理方式。对于解释过去而言，我们只要是看单个或者多个数据之间的变化。

这个网站对于单个的数据类型，提供了不同的数据需要做的基本的分析和基本的可视化建议。例如在连续性变量里面我们需要查看数据的最大值/最小值等；也可以通过直方图和箱式图来展示。同时我们可以点击任何一个部分，这样网站就会对这个类型进行简单的解释。例如连续性变量里面就包括基本概念的介绍以及可视化的介绍。

对于解释过去而言，主要是为了反应我们收集的数据是什么样子的。例如我们收集了一些患者的数据其中包括患者的性别以及血小板计数的值，由于性别是分类变量，血小板计数是连续性变量，那么我们首先可以看的就是各自单独的数据类型是什么样子的，然后可以看两者之间的关系的话是什么样子的。具体的方法里面都有介绍。

这种主要还是来寻找一个合适的模型来预测未来事件的发生。这类的分析主要还是偏向于不同的算法了。算法不同，有时候结果就不同。同样的参数不同结果可能也不一样，现在一些biomarker的研究以及机器人学习都是这个方面。