1. 描述统计学：用于总结和展示数据的基本特征，如平均数、中位数、标准差、频率分布等，帮助理解数据的概貌。

2. 推论统计学：

参数估计：通过样本数据来估算总体参数，如总体均值或方差。

假设检验：测试关于总体参数的假设，决定是否拒绝或接受原假设。

置信区间：提供一个范围，以一定的置信水平估计总体参数的可能值。

3. 回归分析：研究变量间的关系，包括线性回归、逻辑回归等，用于预测和解释变量间的变化。

4. 方差分析（ANOVA）：用于比较多个组间的均值差异，判断组间是否存在显著差异。

统计学专业的主要研究方法是什么

5. 时间序列分析：分析数据随时间变化的模式，预测未来趋势，如ARIMA模型、季节性分解等。

6. 非参数统计：不依赖于数据分布的假设，适用于分布不明确的数据，如秩和检验。

7. 相关分析：评估变量间的线性关系强度，如皮尔逊相关系数。

8. 生存分析：分析直到某个事件发生的时间，常用于医学研究，使用KaplanMeier曲线和Cox模型。

9. 多元统计分析：

因子分析和主成分分析（PCA）：探索变量之间的潜在结构，减少数据维度。

聚类分析：将数据对象分组，使组内相似度高，组间相似度低。

10. 实验设计：大量观察法，确保数据收集的科学性，通过大数定律确保结果的稳定性。

11. 统计分组法：对数据进行分类，以便在同质组内分析差异，揭示不同组间的特征。

这些方法在生物统计、金融统计、数理统计、应用统计等不同领域中有着广泛的应用，每种方法都有其特定的适用场景和数据分析目的。在实际应用中，统计学家会根据研究问题的特性选择合适的方法，并结合现代计算技术进行复杂的数据处理和模型构建。