在经济信息加工中，数据分析是非常重要的环节，可以帮助管理者更好地理解和利用数据，做出正确的决策。以下是一些常用的数据分析方法：
描述统计分析：描述统计分析是对数据的基本特征进行描述和总结的方法，包括计数、求和、平均数、中位数、众数、标准差、方差等。通过描述统计分析可以了解数据的分布情况、集中趋势和离散程度。
相关性分析：相关性分析用来研究两个或多个变量之间的关系，通过计算相关系数来衡量变量之间的相关程度。常用的相关系数有皮尔逊相关系数、斯皮尔曼相关系数等。相关性分析可以帮助管理者了解变量之间的关联情况，从而找到潜在的影响因素。
回归分析：回归分析是一种用来研究因变量与自变量之间关系的方法。通过建立回归模型，可以预测因变量的值，并了解自变量对因变量的影响程度。常用的回归分析方法包括线性回归、多元回归、逻辑回归等。
时间序列分析：时间序列分析是用来研究随时间变化的数据的方法。通过对时间序列数据的趋势、周期和季节性进行分析，可以预测未来的发展趋势。常用的时间序列分析方法包括移动平均法、指数平滑法、ARIMA模型等。
统计抽样与假设检验：统计抽样是一种从总体中抽取样本来进行推断的方法。通过对样本数据进行假设检验，可以判断总体参数与样本参数之间是否存在显著差异。常用的假设检验方法包括 T 检验、方差分析、卡方检验等。
以上是常用的一些数据分析方法，管理者在进行经济信息加工时可以根据具体情况选择合适的方法进行分析。同时，为了增加分析结果的可信度，可以结合具体案例进行分析，并使用专业的统计软件进行数据处理和分析。