I. Morfoskopické (vizuální) metody

Morfoskopické (vizuální) metody jsou založeny na vizuálním hodnocení znaků (obvykle v kombinaci) a jejich zařazení do jedné z definovaných skupin. 

Pro usnadnění odhadu populační afinity jsou dnes k dispozici rozličné počítačové programy usnadňující hodnocení znaků i výpočty klasifikačních pravidel - např. Osteoware

II. Metrické (osteometrické) metody

Metrický přístup ke klasifikaci kosterního nálezu umožňuje:

1. numericky vyjádřit míru podobnosti a odlišnosti mezi populacemi
2. vyjádřit diskriminační sílu znaků a jejich kombinací
3. vyčíslit pravděpodobnost, s jakou kosterní nález neznámého původu zapadá do zvolené skupiny (přesnost), případně jak moc je pro výslednou populaci typický (typičnost). 

Predikční pravidla hodnocení metrických znaků jsou vystavěna na modelech diskriminačních, klasifikačních nebo kanonických analýz, ve kterých jsou rozměry nebo jiné proměnné kombinovány tak, aby maximalizovaly rozdíly mezi vyčleněnými skupinami a současně aby tyto modely byly schopny klasifikovat zkoumaný neznámý případ do jedné z vybraných skupin. 

FORDISC

Program FORDISC je komerční počítačová aplikace pro určení populační afinity, pohlaví a rekonstrukci tělesné výšky. Je založen na hodnocení tradičních rozměrů na lebce a postkraniálním skeletu v kombinaci s databází forenzních případů (Forensic Data Bank) a Howellsovou databází lebečních rozměrů (v poslední verzi byla doplněna data ze Spitalfields, Terryho a Hamann-Toddovy sbírky). Predikční pravidla pro demografické charakteristiky jsou vytvořeny na základě kanonické, diskriminační a regresní analýzy podle algoritmu, který se mění v závislosti na zvolených referenčních databázích (populačních skupinách) a naměřených rozměrech.

Určení populační afinity na lebce člověka pomocí aplikace FORDISC vyžaduje následující 4 kroky:

• změřit požadované rozměry na lebce (nebo 3D modelu lebky)
• vepsat naměřené hodnoty do předepsaných polí programu
• zvolit referenční skupiny (populace, pohlaví) 
• zmáčknout tlačítko pro výpočet výsledku

Zvláštní důraz je potřeba klást na volbu referenčních skupin, protože zakomponovaný algoritmus programu automaticky předpokládá, že neznámý případ patří do jedné z vybraných skupin. Vždy tak poskytne výsledek bez ohledu na skutečnou příslušnost zkoumaného skeletu. Ve verzi 3.0 jsou k dispozici tyto skupiny pro databázi forenzních případů (Forensic Data Bank Groups): muži a ženy evropského původu (white males/females), muži a ženy afrického původu (black males/females), američtí indiáni (American Indian males/females), Japonci (Japanese males/females), Guatemalci-muži (Gutemalan males), Hispánci-muži (Hispanic males), Vietnamci-muži (Vietnamese males), Číňané-muži (Chinese males). Dále je možné vybírat z 28 skupin zahrnutých do Howellsovy databáze. Při výběru skupin zahrnutých do predikčního modelu rozlišuje program automaticky mezi muži a ženami dané populace.

Pro zvolené skupiny vypočítá algoritmus programu kanonický model, na základě kterého je zadaných hodnot neznámého případu vypočítáno kanonické skóre. 

Výstupem analýzy jsou hodnoty:

• kanonického skóre , které zařadí neznámý případ do jedné ze zvolených skupin
• Mahalanobisovy vzdálenosti (D²), které udávají vzdálenost mezi centroidy referenčních skupin v mnohorozměrném statistickém prostoru korelované vztahem vstupních proměnných
• aposteriorní pravděpodobnosti, která vyjadřuje pravděpodobnost, s jakou lze neznámý případ přiřadit do referenční skupiny (hodnota pravděpodobnosti je vypočítána pro každou zvolenou skupinu)
• typičnosti, které  vyjadřují míru, s jakou je případ ukázkovým příkladem pro danou skupinu (typický parametr znamená, že většina ostatních hodnot-rozměrů je blízká jeho hodnotě) a jsou počítány na základě tří různých vyjádření variability skupin (F, chi, R). 

Maximální spolehlivost a přesnost programu je zajištěna pouze tehdy, je-li podpořena:

1. krokovou redukcí referenčních populací na konečný počet 4-5 
2. odstraněním odlehlých jedinců v referenčních databázích
3. dostatečným počtem jedinců ve srovnávaných populacích, který by měl přesahovat trojnásobek celkového počtu zvolených rozměrů
4. správnou interpretací hodnot aposteriorní pravděpodobnosti a typičnosti. 

Také znalost pohlaví jedince zvyšuje přesnost výsledného odhadu, a pokud je pohlaví nálezu známé, měl by se výběr skupin omezit pouze na příslušníky daného pohlaví.

3D-ID

Program 3D-ID je bezplatná aplikace přístupná na webové stránce http://www.3d-id.org/. Program využívá prostorová 3D data (kartézské souřadnice) standardních kraniometrických bodů získaná 3D digitizéry nebo záznamem bodů na 3D virtuálních modelech v prostředí počítače. Tímto způsobem může být metoda snadno kombinována s jinými virtuálními postupy, např. virtuální pitvou. 

Maximální počet bodů pro výpočet výsledku je 34 (13 párových, 8 nepárových). Minimální počet jsou 3 body. Konfigurace zvolených a vepsaných bodů na neznámé lebce je srovnána s referenčními databázemi (3D databázemi kraniometrických bodů), které jsou součástí aplikace. Algoritmus klasifikačního pravidla přiřadí lebku do jedné z 8 nabídnutých populací (16 skupin pokud počítáme také odlišné pohlaví v každé ze skupin) definovaných na základě užšího geografického původu. Další nastavení programu poskytuje výběr mezi analýzou výhradně tvarových proměnných (implicitní nastavení) nebo tvarových proměnných s velikostní složkou (include size). 

• Tvarové proměnné představují standardizované souřadnice, do kterých není zahrnuta původní velikost lebek. Tento typ proměnných je vhodný pro odhad populační afinity, který vychází z tvarové variability struktur lebky. 
• Kombinace tvarových a velikostních proměnných (tj. "include size") je výhodná v případě, že se jedná o kosterní nález neznámého pohlaví, u kterého je vedle klasifikace do jedné z vybraných populací současně odhadováno pohlaví (determine group and sex). V těchto případech jsou hlavní pohlavní znaky vázány na celkovou velikost lebky nebo jejich částí. 

Výstupem analýzy jsou hodnoty:

• Mahalanobisovy vzdálenosti (D²), které udávají vzdálenost mezi centroidy referenčních skupin v mnohorozměrném statistickém prostoru tvarových (a velikostních) proměnných
  
• aposteriorní pravděpodobnosti, která vyjadřuje pravděpodobnost, s jakou lze neznámý případ přiřadit do referenční skupiny (hodnota pravděpodobnosti je vypočítána pro každou zvolenou skupinu)
• typičnosti, které  vyjadřují míru, s jakou je tvar hodnocené lebky typický pro danou skupinu. 

III. Molekulárně-biologické metody