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。