1. 描述统计学：通过搜集、整理和分析数据来描述样本或总体的特征，包括测量中心趋势、分散程度、分布形状等，主要方法有频数分布表、均值、中位数、众数、极差、方差和标准差等。
2. 推论统计学：基于样本数据推断出总体的一些特征，如总体参数的点估计、区间估计、假设检验等，主要方法有抽样、概率模型、统计推断等。
3. 相关分析：研究两个或多个变量之间的关系，如相关系数、回归分析、协方差等，对于探索变量之间的内在联系和预测未来变化具有重要意义。
4. 因子分析：将一组变量转化为较少的几个因子，从而减少数据的复杂性，变得更加容易理解，主要方法有主成分分析、因子分析等。
5. 贝叶斯统计学：以概率的形式表示不确定性，通过贝叶斯公式更新先验知识，从而得到后验概率分布，主要应用于风险评估、信用评级、医药研发等领域。
统计数据五种方法如下：
1. 描述统计学：描述统计学是通过对样本数据的搜集、整理和分析，得出一些数值性的结果，用以描述事物的状态。描述统计学中常用的方法有：均值、中位数、众数、方差、标准差、百分比等。
2. 推论统计学：推论统计学是基于一个样本的数据来推断整个总体的特征。推论统计学中常用的方法有：假设检验、置信区间估计、回归分析等。
3. 相关分析：相关分析是研究不同变量之间的关系，主要用来了解不同变量之间的关系强度和相关性的方向。相关分析中常用的方法有：Pearson相关系数、Spearman等级相关系数、判定系数等。
4. 方差分析：方差分析是针对多个样本之间差异的统计方法，主要用来确定不同因素对被试者（样本）的表现是否有显著性影响。方差分析中常用的方法有：单因素方差分析、双因素方差分析等。
5. 聚类分析：聚类分析是一种将样本或变量按其相似性或距离的大小分类的方法，主要用于数据的分类和处理。聚类分析中常用的方法有：K-means聚类、层次聚类等。
以上是统计学中几种主要的方法，都能够对数据进行深入分析，帮助人们更好地理解数据并作出科学决策。
