数据统计分析方法可以分为描述统计和推论统计两大类，具体方法如下：
描述统计
集中趋势分析：使用均值、中位数、众数等指标来表示数据的中心位置。
离中趋势分析：通过全距、方差、标准差等指标来衡量数据的分散程度。
相关分析：研究变量之间的关联性，包括相关系数、散点图等。
其他方法：缺失值填充、正态性检验等。
推论统计
假设检验：包括参数检验（如t检验、U检验）和非参数检验（如卡方检验、秩和检验）。
相关与回归：探究变量间的相关性，以及一个或多个自变量对因变量的影响，包括一元和多元线性回归、偏相关分析等。
聚类分析：将数据分组，使得同一组内的成员相似度高，不同组之间的成员相似度低。
判别分析：用于判断不同组之间的差异。
主成分分析和 因子分析：用于数据降维，提取主要成分或因子。
时间序列分析：研究数据随时间变化的模式和趋势。
生存分析：用于研究在一段时间内发生特定事件的概率。
典型相关分析：探究两组变量之间的典型相关关系。
ROC分析：用于评估分类模型的性能。
这些方法为数据分析人员提供了全面的工具，从数据的初步探索到深入分析，再到预测和决策，都有相应的统计方法支持。选择合适的方法取决于研究目的、数据类型和分析需求。