一、描述统计

描述统计通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述。描述统计分为集中趋势分析、离中趋势分析和相关分析三大部分。

1. 集中趋势分析：通过平均数、中数、众数等统计指标来表示数据的集中趋势。

2. 离中趋势分析：通过全距、四分差、平均差、方差（协方差：用来度量两个随机变量关系的统计量）、标准差等统计指标来研究数据的离中趋势。

3. 相关分析：探讨数据之间是否具有统计学上的关联性。

二、正态性检验

正态性检验是很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法包括非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法等。

三、假设检验

假设检验是统计学乃至于心理统计学中较为年轻的一部分内容。它以统计结果为依据，来证明或推翻某个命题。具体来说，就是通过分析样本与样本分布的差异，来估算样本与总体、同一样本的前后测成绩差异，样本与样本的成绩差距、总体与总体的成绩差距是否具有显著性差异。

四、信度分析

信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。信度指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。信度分析的方法主要有以下四种：重测信度法、复本信度法、折半信度法、α信度系数法。

五、列联表分析

列联表是观测数据按两个或更多属性（定性变量）分类时所列出的频数表。列联表分析的基本问题是，判明所考察的各属性之间有无关联，即是否独立。

六、相关分析

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。相关分析分为单相关、复相关和偏相关。

七、方差分析

方差分析使用条件：各样本须是相互独立的随机样本；各样本来自正态分布总体；各总体方差相等。分类包括单因素方差分析、多因素有交互方差分析、多因素无交互方差分析、协方差分析等。

八、回归分析

回归分析分类：一元线性回归分析、多元线性回归分析、Logistic回归分析、其他回归方法（非线性回归、有序回归、Probit回归、加权回归等）。

九、聚类分析

聚类与分类的不同在于，聚类所要求划分的类是未知的。聚类是将数据分类到不同的类或者簇这样的一个过程，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。

十、判别分析

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。

十一、主成分分析

主成分分析（Principal Component Analysis，PCA）是一种统计方法。通过正交变换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，转换后的这组变量叫主成分。

十二、因子分析

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、并估计潜在因子对可测变量的影响程度以及潜在因子之间的相关性的一种多元统计分析方法。

十三、时间序列分析

时间序列分析是动态数据处理的统计方法，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。时间序列通常由4种要素组成：趋势、季节变动、循环波动和不规则波动。主要方法包括移动平均滤波与指数平滑法、ARIMA模型、向呈自回归模型、ARCH族模型等。