Метод матричного анализа вероятностей заключается в вычислении стационарного распределения вероятностей цепи Маркова, которая имеет повторяющуюся структуру (после некоторой точки) и пространство состояний, которое неограниченно растёт не более чем в одном измерении. 1

Такие модели часто описываются как цепи Маркова типа M/G/1, потому что они могут описывать переходы в очереди M/G/1. 1 Метод представляет собой более сложную версию матричного геометрического метода и является классическим методом решения для цепей M/G/1. 1

Также существует метод семантического анализа данных посредством комплекснозначного матричного разложения. 2 Он основан на квантовой модели контекстно-чувствительных решений, согласно которой наблюдаемые вероятности порождаются кубитными состояниями, представляющими субъективный смысл контекстов для базисного решения. 2 Для использования в задаче анализа данных эта модель представлена в матричной форме так, что строки и столбцы соответствуют контекстам и постановкам эксперимента. 2