医学统计学研究方法主要可以分为以下几类：

观察性研究

描述性研究：用于描述特定现象的特征，如疾病的分布、患病率、发病率等。包括横断面研究、病例报告和病例系列等方法。

分析性研究：旨在探索变量之间的关系，特别是因果关系。包括病例对照研究和队列研究等方法。

实验性研究

主要通过人为干预来研究变量之间的关系，如随机对照试验等。

差异性研究方法

t检验：用于比较两组定量数据的均数差异。

方差分析：用于比较多组定量数据的均数差异。

卡方检验：用于比较分类数据的构成比差异。

非参数检验：用于不满足参数检验条件的情况，如秩和检验等。

相关性研究方法

线性相关系数：如Pearson相关系数，用于分析两个定量变量之间的线性关系。

Spearman相关系数：用于分析两个定量变量之间的非线性关系。

影响因素研究方法

线性回归：用于分析定量因变量与一个或多个自变量之间的关系。

Logistic回归：用于分析二元或多元分类因变量与自变量之间的关系。

Cox回归：用于分析生存资料与自变量之间的关系。

生存分析方法

包括生存曲线、危险比、生存率等，用于研究人群中疾病发生、死亡、治愈等事件的发生率和时间关系。

因子分析方法

包括主成分分析、因子分析等，用于确定多个变量之间的关系，从而提取出共同因素。

聚类分析方法

包括K均值聚类、层次聚类、高级聚类等，用于将数据分组，以便更好地了解数据的特征和组织结构。

时间序列分析方法

包括移动平均、指数平滑、滤波等，用于分析时间序列数据中的趋势、周期性、季节性等特征。

这些方法在医学研究中起着关键作用，帮助研究者从数据中提取有价值的信息，并进行科学的推断和决策。建议根据具体的研究问题和数据类型选择合适的方法。