在医学研究中，常用的统计方法主要包括描述性统计分析、推断性统计分析两大类。具体来说：
1. 描述性统计：这是最基础的统计方法，主要用于对数据的基本特征进行描述，如计算平均值、中位数、标准差等指标来反映样本或总体的主要特性。
2. 频数分布表和图：通过制作频数分布表或者直方图等形式展示不同变量取值出现的次数及比例情况，帮助研究者直观地了解数据的分布特点。
3. 相关性分析：用于考察两个或多个变量之间的关系强度与方向。例如皮尔逊相关系数可以衡量线性相关的程度；斯皮尔曼等级相关适用于非正态分布的数据集等。
4. 回归分析：包括简单线性回归、多元线性回归、Logistic回归等多种类型，主要用于探讨一个因变量（结果）与其他自变量之间的关系，并尝试建立预测模型。
5. 生存分析：特别适合于研究疾病发生发展过程中的时间因素影响。常见的生存分析方法有Kaplan-Meier法、Cox比例风险模型等。
6. 方差分析（ANOVA）: 当需要比较三组及以上独立样本的均值差异时，可以采用方差分析来判断这些样本是否来自同一总体或其分布是否存在显著性差异。
7. 卡方检验：用于评估分类变量之间是否存在关联或者独立性的假设检验方法。
8. 非参数检验：当数据不满足正态分布等前提条件时，可以选择使用非参数检验如秩和检验、符号秩检验等替代传统的t检验或ANOVA。

以上这些统计方法在医学研究中应用广泛，选择合适的统计方法对于保证研究结果的科学性和可靠性至关重要。