Некоторые методы статистического моделирования зависимостей:

• Метод сопоставления двух параллельных рядов. 2 Позволяет установить наличие стохастической связи, а также получить представление о её характере и направлении. 2 Факторы, характеризующие результативный признак, располагают в возрастающем или убывающем порядке, а затем прослеживают изменение величины результативного признака. 2
• Метод аналитических группировок. 2 Помогает выявить зависимость, группируя единицы совокупности по факторному признаку и вычисляя для каждой группы среднее или относительное значение результативного признака. 2 Сопоставляя затем изменения результативного признака по мере изменения факторного, можно выявить направление, характер и тесноту связи между ними. 2
• Корреляционный анализ. 2 Задачи метода сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на результативный признак. 2
• Регрессионный анализ. 23 Задачи метода включают выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчётных значений зависимой переменной (функции регрессии). 2 По количеству включаемых факторов модели могут быть однофакторными и многофакторными (два и более фактора). 2
• Нелинейная регрессия. 3 Используется, когда зависимость между переменными не является линейной. 3 Примеры нелинейных моделей включают полиномиальные и логистические регрессии. 3

Также к методам статистического моделирования зависимостей относят бутстреп, непараметрическое оценивание, методы планирования экспериментов, анализа чувствительности, фильтрацию выбросов, методы снижения размерности и другие. 4