统计分析方法可以分为以下几类：
描述性统计
对数据的基本特征进行总结，包括频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。
常用指标有均值、中位数、众数、极差、方差、标准差、偏度和峰值等。
推断性统计
依据样本数据对总体参数进行估计和假设检验。
包括t检验、z检验、卡方检验、F检验等。
相关性分析
探究变量之间的关联程度，判断其线性或非线性关系，以及关系的强弱和方向。
结果通常用相关系数表示，取值范围在-1到1之间。
方差分析（ANOVA）
用来分析一项实验的影响因素与相应变量的关系，同时考虑多个影响因素之间的关系。
包括单因素方差分析和多因素方差分析。
回归分析
通过建立模型，研究变量之间的关系。
包括一元线性回归、多元线性回归、逻辑回归等。
时间序列分析
对具有时间顺序的数据进行分析。
包括趋势分析、季节性分析、周期性分析等。
因子分析
通过降维技术，将多个相关变量归化为少数几个无关变量（因子）。
主要方法有主成分分析、因子载荷矩阵等。
聚类分析
通过对样本进行分类，发现潜在的数据结构。
主要方法有k-means聚类、层次聚类等。
判别分析
通过建立模型，对未知样本进行分类。
主要方法有决策树、支持向量机等。
关联分析
通过挖掘数据中的关联规则，发现数据之间的联系。
主要方法有Apriori算法、FP-growth算法等。
其他方法
描述性统计分析方法：包括平均数、中位数、众数、标准差、方差、极差等。
探索性统计分析：通过绘制图表、计算相关系数等方法，对数据进行直观的探索性分析。
假设检验：包括参数检验和非参数检验两大类。
相关与回归：包括单相关、复相关、偏相关以及一元线性回归、多元线性回归等。
选择合适的统计分析方法需要根据研究的目的、数据特征、样本量大小以及所研究问题的性质来决定。正确选择统计方法可以提高分析的准确性和可靠性。