数据分析涉及到大量的数据处理、统计、建模和可视化等技术。以下是10种常用的统计学方法：

1、描述统计分析：描述统计分析包括测度中心趋势，如平均值，中位数和众数，以及测度离散程度，如方差和标准差等。这些量可以帮助我们描述数据的分布和特征。

2、T检验法：T检验法用于比较两个样本的平均值的差异是否显著。比如说，它可以用来检验一个新药是否比现有的药更有效。

3、方差分析：方差分析用于比较三个或三个以上的平均值是否具有显著性差异，比如，它可以用于比较不同城市之间的平均气温是否有显著性差异。

4、回归分析：回归分析用于探究自变量与因变量之间的关系。例如，可以使用回归分析探索收入和个人消费之间的关系。

5、相关分析：相关分析用于探索两个或多个变量之间的关系。例如，在判断气候和收成之间的关系时，可以使用相关分析。

6、概率分布：概率分布是一种数学函数，可以用来描述各种现象的概率分布。例如，正态分布被广泛用于模拟各种随机变量。

7、生存分析：生存分析用于研究事件的时间到达和发生的概率。例如，它可以用于预测患者的生存率，而不仅仅是单纯的死亡概率。

8、因子分析：因子分析用于探究对观测变量的共同性源于多少个潜在因子。例如，它可以用于发现某个公司的成功因素，并确定哪些因素对其成功起到了关键作用。

9、聚类分析：聚类分析用于将样本中的个体分组成簇，以便可以比较它们之间的区别和相似之处。例如，它可以用于为具有类似属性的客户生成市场细分。

10、假设检验：假设检验是一种用于判断指定数据和期望值之间的差异是否显著的方法。例如，它可以用于判断广告投资是否对销售额产生了显著影响。

以上是10种常用的统计学方法。在实际数据分析中，应根据数据的具体特征和要解决的问题，选择适当的方法进行分析。