队列研究的分析方法主要有以下几类。

首先是描述性分析。在队列研究中，描述性分析是基础步骤。它要描述研究对象的一般特征，比如研究人群的年龄、性别、职业、文化程度等分布情况。通过对暴露组和非暴露组的基本特征进行描述和比较，可以初步判断两组之间是否具有可比性。若两组在某些重要特征上差异较大，可能会对后续结果产生混杂影响，需要进一步调整。同时，还会描述暴露因素的分布情况，例如暴露的频率、强度等，这有助于深入了解暴露因素在研究人群中的存在状态。

其次是统计推断，这是队列研究分析的关键部分。其中相对危险度（RR）是常用指标，它是暴露组发病率与非暴露组发病率之比，反映了暴露因素与疾病之间的关联强度。RR值大于1，说明暴露因素是危险因素，会增加疾病发生的风险；RR值小于1，则表明暴露因素是保护因素，能降低疾病发生的可能性；RR值等于1，意味着暴露因素与疾病无关联。归因危险度（AR）也是重要指标，它是暴露组发病率与非暴露组发病率之差，反映了暴露人群中因暴露因素而导致的疾病发生的额外风险。

另外，还会用到剂量 - 反应关系分析。该分析方法是观察暴露因素的不同剂量水平与疾病发生频率之间的关系。如果随着暴露剂量的增加，疾病发生的频率也相应增加，呈现出一种剂量 - 反应的趋势，那么就更有力地支持了暴露因素与疾病之间的因果关联。

除此之外，分层分析也是常用手段。当研究中存在混杂因素时，分层分析可以将研究人群按照混杂因素的不同水平进行分层，然后分别在各层内分析暴露与疾病的关联。通过比较各层的RR值或AR值，判断混杂因素是否对结果产生影响，进而调整混杂因素的作用，得到更准确的关联强度估计。多因素分析方法，如logistic回归、Cox比例风险模型等，也可用于队列研究。这些方法可以同时考虑多个因素对疾病发生的影响，控制混杂因素，更精确地评估暴露因素与疾病之间的独立关联。

综上所述，队列研究的分析方法多样，综合运用这些方法能够更全面、准确地揭示暴露因素与疾病之间的关系。