统计学的常用方法有：描述性统计和推断性统计。
一、描述性统计
描述性统计是对数据进行搜集、整理、分析和描述的统计方法。它主要用于呈现数据的概况和特征，为后续的数据分析和推断提供基础。描述性统计主要包括：
1.数据收集和整理：通过问卷、实验、观察等手段收集数据，并对其进行分类、整理，使之有序化和规范化。
数据可视化：通过图表如直方图、条形图、散点图等来直观展示数据的分布、趋势和关系。这种方法有助于研究人员快速识别数据的特征。
二、推断性统计
推断性统计是基于样本数据来推断总体特征或规律性的统计方法。它是统计学中非常重要的一部分，特别是在科学研究和决策分析中发挥着关键作用。推断性统计主要包括：
参数估计：通过样本数据来估计总体参数的取值，如均值、方差等。参数估计分为点估计和区间估计两种形式。点估计给出参数的估计值，而区间估计则给出参数可能的取值范围。
假设检验：针对总体提出的某种假设进行检验，通过样本数据来判断该假设是否成立。假设检验常用于验证某一处理或操作的效果是否显著。常见的假设检验方法有t检验、卡方检验等。此外，还有方差分析、回归分析等高级统计方法用于更复杂的分析和预测。回归分析可以用来探讨变量之间的关系，预测未来趋势等。此外，随着科技的发展和应用领域的拓展，统计学方法也在不断发展和完善，如机器学习、数据挖掘等现代技术也广泛应用于数据分析中。这些新兴技术为统计学提供了更广阔的应用前景和更多的可能性。总之，统计学方法包括描述性统计和推断性统计两大类，它们在数据分析中发挥着重要作用，帮助我们理解数据背后的规律和特征。