规定性分析是数据分析的一个分支，它使用预测模型来建议最佳结果的行动。预测负载关于未来24小时的电网就是一个例子预测分析,而决定如何操作发电厂基于此预测表示规范的分析。

规范性分析依赖于优化和基于规则的决策技术。

优化技术如线性规划,整数规划,非线性规划在规定分析中扮演重要角色，因为它们使一组决策以最佳方式做出。这些技术应用于一个模型，该模型表示要做出的决策、对决策的约束以及比较决策的目标。

基于规则的技术包括推理引擎,记分卡,决策树在规定的分析中用于作出决策，如选择在传感器读数超过阈值时关闭设备进行维护，或在其分数足够高时接受财务交易。

指令性分析还包括对不确定性的考虑，从而使决策对一系列结果具有鲁棒性。蒙特卡罗模拟通常用于这种分析。

规范性分析以数据开始，以决策结束。MATLAB^®它的工具箱支持从数据获取、清理和探索、预测和规定性建模到企业系统部署的所有步骤。

要了解更多，请参见数据科学概述,优化工具箱™,全局优化工具箱,统计和机器学习工具箱™。