数学统计法包括哪些？

数学统计法有：计量资料的统计方法；计数资料的统计方法；等级资料的统计方法。

1、分析计量资料的统计分析方法可分为参数检验法和非参数检验法。参数检验法主要为t检验和方差分析（ANOVA，即F检验）等，两组间均数比较时常用t检验和u检验，两组以上均数比较时常用方差分析；非参数检验法主要包括秩和检验等。

2、计数资料的统计方法主要针对四格表和R×C表利用检验进行分析。

3、等级资料（有序变量）是对性质和类别的等级进行分组，再清点每组观察单位个数所得到的资料。

数学统计方法很多，我们常用的就是t检验，卡方检验，队列检验，还有四格表什么的

数学统计法是一类研究数据的收集、整理、分析与解释的方法。其主要目的是通过数据的分析来推断总体特征、检验假设或建立模型。以下是数学统计法的一些主要类型：

1. 描述性统计：描述性统计是对数据进行汇总和概括的一类方法，包括均值、中位数、众数、方差、标准差、四分位数等。描述性统计有助于快速了解数据的基本特征和分布情况。

2. 推断性统计：推断性统计是通过样本数据来推断总体特征的一类方法。主要包括参数估计（如点估计、区间估计）、假设检验（如t检验、方差分析、卡方检验等）和非参数检验（如Wilcoxon秩和检验、Mann-Whitney U检验等）。推断性统计有助于对总体特征进行推断和假设检验。

3. 回归分析：回归分析是研究变量之间关系的一类方法，包括线性回归、多元回归、逻辑回归、非线性回归等。回归分析有助于了解变量之间的关系，并建立预测模型。

4. 分类与聚类分析：分类与聚类分析是根据数据的相似性或差异性将数据分为不同的类别或簇。主要包括决策树、随机森林、支持向量机、K-means聚类、层次聚类等。分类与聚类分析有助于揭示数据之间的关系和结构。

5. 时间序列分析：时间序列分析是研究随时间变化的数据序列的一类方法，包括移动平均、指数平滑、自回归模型（AR）、移动平均自回归模型（ARMA）、自回归滑动平均模型（ARIMA）等。时间序列分析有助于了解数据的趋势和周期性变化。

6. 贝叶斯分析：贝叶斯分析是基于贝叶斯定理的一类统计方法，包括马尔可夫链蒙特卡洛（MCMC）方法、贝叶斯网络、贝叶斯回归等。贝叶斯分析有助于在不确定性条件下进行参数估计和模型构建。

这些方法在数学统计法中占据重要地位，并被广泛应用于各个领域，包括医学、生物学、经济学、社会科学等。当然，还有许多其他统计方法和技术，这里仅列举了一些主要的和常用的方法。

一般现在用SPSS进行统计的多一些