描述性统计是一种对数据进行整理、分析的方法，主要通过对数据的分布状态、数字特征和随机变量之间的关系进行估计和描述。它包括集中趋势分析、离中趋势分析和相关分析三个部分。集中趋势分析主要用平均数、中数、众数等统计指标来表示数据的集中趋势；离中趋势分析主要用全距、四分差、平均差、方差等统计指标来研究数据的离中趋势；相关分析则探讨数据之间是否具有统计学上的关联性。推论统计则是以统计结果为依据，来证明或推翻某个命题。假设检验是对样本与样本分布的差异进行分析，以估算样本与总体、同一样本的前后测成绩差异等。信度分析是检验测量结果的一致性程度，常用的方法有重测信度法、复本信度法、折半信度法和信度系数法。列联表分析是观测数据按两个或更多属性分类时所列出的频数表，用于分析离散变量或定型变量之间是否存在相关。相关分析研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。方差分析是用于比较多个样本均值的差异是否显著的方法。回归分析是研究变量之间依存关系的统计分析方法。聚类分析是将数据分类到不同的类或者簇的过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。判别分析是根据已掌握的一批分类明确的样品建立判别函数，使产生错判的事例最少，进而对给定的一个新样品，判断它来自哪个总体。主成分分析是一种将一组可能存在相关性的变量转换为一组线性不相关的变量的统计方法。因子分析是一种旨在寻找隐藏在多变量数据中、无法直接观察到却影响或支配可测变量的潜在因子的多元统计分析方法。时间序列分析是研究随机数据序列所遵从的统计规律，以用于解决实际问题的动态数据处理方法。生存分析是用来研究生存时间的分布规律以及生存时间和相关因素之间关系的一种统计分析方法。典型相关分析是分析两组变量之间相关性的一种统计分析方法。ROC分析是一种根据一系列不同的二分类方式绘制的曲线，用于评估诊断系统的准确性。其他分析方法包括多重响应分析、距离分析、项目分析、对应分析、决策树分析、神经网络、系统方程、蒙特卡洛模拟等。