Иногда технологи сталкиваются с проблемой большого количества параметров (факторов), которые еще обладают некоторой корррелированностью. Это осложняет поиск зависимостей между факторами и выходными показателями процесса. Для решения этого вопроса может эффективно использоваться метод факторного анализа или метод главных компонент. Назначение факторного анализа в снижение исходной размерности данных. Факторный анализ может из 20 коррелирующих параметров процесса сформировать 2-3 новых агрегированных параметра, которые содержат в себе большую часть исходной информации, которая раньше хранилась в 20 параметрах. После этого уже не составит труда построить регрессионную модель, описывающую влияние 2-3 новых параметров на выходные характеристики процесса.
Метод кластерного анализа относится к категории разведочных методов. Его цель разбить все наши наблюдения за процессом на однородные группы. Часто у процессов можно выделить 2-4 кластера однородных наблюдений. Выделение таких подгрупп помогает определить устойчивые состояния процесса. В совокупности с факторным и регрессионным анализом кластерный анализ помогает всесторонне изучить неоднородный многофакторный процесс.