在线性回归分析中，常用的估计方法是 **最小二乘法**，所以正确答案是：**A: 最小二乘法**。

### 专业分析：

#### 最小二乘法（Ordinary Least Squares, OLS）
- **定义**：最小二乘法是一种用于估计线性回归模型参数的方法。其目标是找到一组回归系数，使得由回归模型预测的值与实际观测值之间的误差平方和最小。

- **优点**：
- **简单直观**：最小二乘法的数学基础简单且容易理解。
- **计算方便**：在许多统计软件中非常容易实现。
- **统计性质良好**：在满足经典线性回归模型假设的情况下，最小二乘估计具有无偏性、有效性等良好的统计性质。

#### 其他选项分析：
- **B: 最大二乘法**：
- 并不存在这样的统计方法。可能是题目中的干扰选项。

- **C: 极大似然法**：
- **用途**：极大似然法是另一种常用的估计方法，适用于更广泛的模型，包括线性和非线性模型。特别是在假设误差项服从特定分布时（如正态分布），可以应用于线性回归。
- **与OLS的关系**：在误差项服从正态分布的情况下，极大似然估计和最小二乘估计是一致的。

- **D: 有效估计法**：
- 并不是特指某种具体的估计方法，而是描述估计量的一种性质，指在某种意义下没有其他估计量能在所有情况下提供更小的估计误差。

### 总结
最小二乘法因其简单性和有效性，广泛应用于线性回归分析中。其他方法如极大似然法则在特定条件下提供有效估计。