EZ Tolerance Analysis 支持极值分析法、和方根 (RSS) 和常规统计分析方法。RSS 是常规统计分析方法的特例，因此在统计分析部分中进行了介绍。

最坏情况公差分析是传统的公差叠加计算。各个尺寸均被设置为其限值，以使叠加距离尽可能最大或最小。

在最坏情况方法中，不考虑各个变量的分布。而是假设所有零件均采用可接受性的极限值进行生产，并以相同装配单位装配在一起。此方法有助于预测可使用所有可接受零件实现的叠加距离的绝对上限和下限。要满足最坏情况的公差要求，需要按照极限值装配和功能标准生产所有零件。

对于关键机械接口和备用零件替换接口，通常需要分配满足最坏情况分析方法的公差。最坏情况模型通常需要提供合适的元件公差，否则会导致制造和检查成本以及报废率较高。

统计分析方法充分利用了统计学的原理，可以在兼顾质量的情况下放宽元件公差限制。假设提供的每个尺寸均具有统计分布。将这些分布组合在一起，以预测装配叠加距离的分布。因此，统计分析会预测叠加距离的分布，而不是最坏情况方法所确定的可能极限值。利用此分析模型，设计人员可以设计出任何质量级别 (不只是 100%) 的产品，从而提高设计弹性。此分析模型也不会假设装配质量级别必须与零件质量级别相同 (该情况在下文所述的 RSS 方法中是一个基本假设)。

为每个尺寸的正态分布计算的标准差通过以下 Cp 公式计算得出：

求解标准差时产生的结果如下所示：

最常见的假设 Cp=1.0 源于这一假设：制造时会选择一个制造工艺，以将已定义公差设置在距公差区域中心 (假设为平均值) +/- 3 标准差的位置处，因此零件符合要求的公差的概率为 99.7%。对于所有统计分析，EZ Tolerance Analysis 均假设制造以公差范围的中点为目标，并假设平均值为公差范围的中点。

和方根或 RSS 分析可利用上述常规统计分析方法的主值，但前提是对公差 (而非标准差) 进行了一些简化假设。其中一个主要的假设是，针对尺寸的各个公差与其关联的标准差的比率，以及叠加结果均相同。对于 RSS 分析，EZ Tolerance Analysis 假设对于所有尺寸和生成的叠加限值，Cp 均为 1.0。