医学统计校正模型分类包括以下几种：

1、线性回归模型：通过使用线性关系来校正医学统计数据，可以校正一些线性偏差或误差。

2、Logistic回归模型：用于校正二分类医学统计数据，例如判断是否患有某种疾病，或者是否发生某种不良事件等。

3、线性混合效应模型：适用于校正具有固定效应和随机效应的医学统计数据，可以考虑了个体差异和群体特征。

4、SUR模型：处理具有相关结构的多个医学统计指标，解决多重校正问题和相关性问题。

6、深度学习模型：使用神经网络模型处理医学统计数据，可以灵活地捕捉特征和校正数据。