在口腔执业医师相关调查中，常用的数据统计方法有多种，下面为你详细介绍。

描述性统计方法是基础且常用的。它主要用于描述数据的基本特征。比如频数分布，通过统计不同类别或区间的数据出现的次数，能直观呈现数据在各个类别上的分布情况。像在调查口腔疾病的患病情况时，可以统计不同年龄段患龋病的人数，从而了解龋病在不同年龄段的分布特征。集中趋势指标如均数、中位数和众数，均数适用于正态分布的数据，能反映数据的平均水平；中位数则不受极端值的影响，更能代表数据的中间位置；众数是数据中出现次数最多的值。离散程度指标如标准差、方差等，用于衡量数据的离散情况，标准差越大，说明数据越分散。

推断性统计方法也非常重要。t检验常用于比较两组数据的均值是否有差异。例如比较两种不同口腔治疗方法对患者疼痛缓解程度的差异，通过t检验可以判断两种方法的效果是否存在显著不同。方差分析则用于比较多组数据的均值差异，当研究多种口腔保健措施对口腔健康指标的影响时，就可以使用方差分析来确定不同措施之间是否存在显著差异。

卡方检验主要用于分析分类变量之间的关系。在调查口腔疾病与吸烟、饮酒等因素的关系时，卡方检验可以帮助判断这些因素与疾病之间是否存在关联。

非参数检验适用于不满足参数检验条件的数据。比如数据不服从正态分布时，秩和检验等非参数检验方法就可以发挥作用，它不依赖于总体分布的具体形式，能对数据进行有效的分析。

回归分析也是常用的方法，包括线性回归、逻辑回归等。线性回归可以分析一个或多个自变量与因变量之间的线性关系，例如分析口腔卫生习惯相关指标与口腔健康状况之间的线性关系。逻辑回归则常用于分析二分类或多分类的因变量与自变量之间的关系，如分析影响口腔疾病发生的危险因素。

这些统计方法在口腔执业医师的调查研究中相互配合，根据不同的研究目的和数据特点选择合适的方法，有助于准确分析和解释调查结果，为口腔疾病的防治和口腔健康管理提供科学依据。