在分析這幾個選項之前，我們首先需要了解這些算法的基本概念以及適用場景：

1. **統(tǒng)計模型法**：
- 統(tǒng)計模型法通常涉及計算數據的統(tǒng)計量，如均值、方差等。這些統(tǒng)計量可以用于描述數據的特征，并可能用于構建模型。
- **選項 A** 是正確的，因為統(tǒng)計模型法確實涉及計算統(tǒng)計量來幫助構建模型。

2. **最小二乘法**：
- 最小二乘法是一種尋求使殘差平方和最小化的方法，常用于線性回歸模型中，適合處理多個自變量的情況。
- 這種方法并不特別針對大數據場景，而是對任意數據規(guī)模的回歸問題都適用。
- **選項 B** 部分錯誤，因為最小二乘法的重要特點是適合于多自變量，但不一定專門用于大數據。

3. **梯度下降法**：
- 梯度下降法是一種迭代優(yōu)化算法，用于通過迭代更新參數來最小化某個損失函數。
- **選項 C** 錯誤。梯度下降法是迭代的，而不是非迭代的。

4. **正則化法**：
- 正則化是一種在模型中引入額外信息以防止過擬合的方法，常用于線性回歸和其他機器學習算法中。
- 它可用于各種數據規(guī)模，而不僅限于大型數據分析。
- **選項 D** 錯誤，因為正則化可用于任何規(guī)模的數據分析，而不僅僅是大型數據。

綜上分析，正確的答案是 **A: 統(tǒng)計模型法計算變量的統(tǒng)計量，如均值、標準差等用于構建模型**。