下面是数据分析中常用的统计方法及其说明：

1. 描述统计

描述统计是对数据进行整理和概括的方法。常见的描述统计方法包括：

1.1. 频数统计

频数统计是指对一组数据中每个取值出现的次数进行统计。可以通过频数表、频数分布图等方式呈现。例如，假设有10个学生，他们的身高分别为1.5、1.6、1.7、1.7、1.7、1.8、1.8、1.8、1.9、1.9米，则可以通过频数统计得到：

1.2. 中心位置测度

中心位置测度是指对一组数据的集中趋势进行度量的方法。常见的中心位置测度方法包括：

1.2.1. 平均数

平均数是指一组数据所有值的总和除以数据个数。例如，假设有5个学生，他们的年龄分别为18、19、20、21、22岁，则平均年龄为（18+19+20+21+22）/5=20岁。

1.2.2. 中位数

中位数是将一组数据按从小到大（或从大到小）排列，位于中间位置的数。例如，假设有7个学生，他们的考试成绩为60、70、75、80、85、90、95分，则中位数为80分。

1.3. 离散程度测度

离散程度测度是指对一组数据的离散程度进行度量的方法。常见的离散程度测度方法包括：

1.3.1. 方差

方差是指一组数据所有值与平均数的差的平方和除以数据个数。例如，假设有5个学生，他们的数学成绩为80、85、90、95、100分，平均数为90分，则方差为：
$ S^2 = [(80-90)^2+(85-90)^2+(90-90)^2+(95-90)^2+(100-90)^2]/5 = 100 $

1.3.2. 标准差

标准差是指方差算术平方根。例如，假设有5个学生的数学成绩与平均数数据同上，则标准差为：
$ S = \sqrt S^2 = \sqrt{100}=10 $

2. 推论统计

推论统计是指通过从样本数据中得出总体特征的方法。常见的推论统计方法包括：

2.1. 参数估计

参数估计是指通过样本数据推断总体特征的方法。常见的参数估计方法包括：

2.1.1. 置信区间估计

置信区间估计是指根据样本数据，得到一个包含总体参数真值的区间。例如，假设有100个学生，从中随机抽取10个，他们的身高值为1.6、1.7、1.7、1.8、1.8、1.8、1.9、1.9、2.0、2.1米，则可以通过置信区间估计得到这10个人身高的平均数的置信区间。

2.1.2. 点估计

点估计是指根据样本数据，得出总体参数的一个点估计值。例如，假设有1000个学生，从中随机抽取100个，他们的年龄平均数为20岁，则可以通过点估计得出这100个学生年龄的平均数。

2.2. 基于假设的推论

基于假设的推论是指根据样本数据，检验总体与样本之间是否存在某种关系的方法。常见的基于假设的推论方法包括：

2.2.1. 假设检验

假设检验是指根据样本数据，推断总体参数真值是否在一定范围内的方法。例如，假设有100个学生，其中60名男生、40名女生，从中随机抽取10名学生，其中6名男生、4名女生，可以通过假设检验推断总体男女比例是否为6：4。

2.2.2. 方差分析

方差分析是指根据样本数据，检验不同总体之间的差异是否显著的方法。例如，假设有3组不同水平的药物，每组10例患者，观察他们治疗后的疗效，可以通过方差分析得出不同药物组之间疗效是否存在显著差异。

以上就是数据分析中常用的统计方法及其说明。