统计方法是数据分析与决策的重要工具，广泛应用于科学研究、商业领域及工程实践。以下是核心统计方法分类及应用场景：
1. 描述性统计
用于总结和描述数据特征，包括：
- 平均数、中位数、众数等集中趋势指标
- 方差、标准差等离散程度度量
- 频率分布表与直方图 📈
2. 推断统计
通过样本数据推断总体特征，包含：
- 参数估计（点估计与区间估计） 📏
- 假设检验（t检验、卡方检验等） 🔍
3. 回归分析
研究变量间关系的数学方法：
- 线性回归（简单与多元） 📈
- 非线性回归
- 逻辑回归（分类问题） 🔁
4. 时间序列分析
处理随时间变化的数据序列：
- 趋势分析与季节性分解 📅
- ARIMA模型
- 指数平滑法
5. 实用案例
- 医学研究：临床试验数据分析 🩺
- 市场分析：消费者行为预测 📈
- 质量控制：六西格玛统计过程 📏
如需深入学习统计方法的进阶内容，可访问 /statistical_methods/advanced 进行探索。