| | 单变量 | 因变量 | |||
| | 连续变量 | 有序分类变量 | 无序分类变量 | 二分类变量 | |
单自变量 | 连续 | 样本t检验 | 相关分析 回归分析 | 有序分类的Logistic回归 | 无序分类的Logistic回归 | 二分类的Logistic回归 |
有序分类 | 单样本秩和检验 | 单因素方差分析，结果解释时利用有序信息 | 秩相关分析、CMH x2 | 可将自/因变量交换后分析 | 可将自/因变量交换后分析 | |
无序分类 | 单样本x2检验 | 单因素方差分析 | 多样本秩和检验（H检验） | x2检验，深入分析可用对数线性模型 | x2检验，二分类的Logistic回归 | |
二分类 | 二项分布确切概率法 | 两样本t检验 | 两样本秩和检验（W检验） | x2检验 | 四格表x2检验，确切概率法 | |
多自变量 | 连续变量为主 | -- | 线性回归模型 | 有序分析的判别分析，有序分类的Logistic回归 | 判别分析、无序分类的Logistic回归 | 判别分析、二分类Logistic回归 |
分类变量为主 | -- | 方差分析模型，和回归模型实际上等价 | 有序分类的Logistic回归 | 无序分类的Logistic回归 | 二分类的Logistic回归 | |
--------------------------- 多元分析方法
多元方差分析模型、多元回归模型：考察的特征需要多个因变量来表示，并研究多个自变量对它们的影响！
聚类分析：将变量和记录分成若干类别，但类别数不清楚，或各类别的特征不明；
判别分析：已知分类情况，研究目的是希望建立判别方程，对以后新进入的案例进行所属类别的预测；
因子分析：探索多个连续变量间的内在练习或数据的内在结构；
应对分析：探索多个分类变量间的内在练习或数据的内在结构；
多维尺度分析：考察多个概念间的相似程度，并寻找受访者用于评价相似度的标准！
生存分析：
时间序列模型：
