统计检验检测通常包括对数据的收集、整理、分析和解释，以确定数据是否符合特定的假设或模型。

描述性统计分析：对数据进行总结和描述，包括均值、中位数、标准差等。

数据可视化：使用图表、图形等方式展示数据分布和趋势。

假设检验：验证关于总体参数的假设。

方差分析：比较多个组之间的差异。

回归分析：研究变量之间的关系。

相关分析：测量变量之间的相关性。

抽样调查：从总体中抽取样本进行分析。

可靠性分析：评估测量工具的稳定性和一致性。

因子分析：找出数据中的潜在因素。

聚类分析：将数据分组。

判别分析：根据已知类别对新数据进行分类。

生存分析：研究事件发生的时间。

时间序列分析：分析随时间变化的数据。

非参数检验：在不满足参数检验条件时使用。

功效分析：确定样本量是否足够。

协方差分析：控制其他变量对结果的影响。

多重比较：在方差分析后进行组间比较。

逐步回归分析：选择最优的回归模型。

主成分分析：降低数据维度。

对应分析：研究两个分类变量之间的关系。

典型相关分析：研究两组变量之间的相关性。

结构方程模型：建立变量之间的因果关系模型。

Logistic 回归分析：用于二分类或多分类问题。

Poisson 回归分析：用于计数数据的分析。

负二项回归分析：处理过度离散的计数数据。

Cox 比例风险回归分析：用于生存分析。

贝叶斯统计分析：基于贝叶斯定理进行推断。

蒙特卡罗模拟：通过模拟生成数据进行分析。