A. 隔室模型的判別方法有哪些並簡述其判別標准,常用哪種方法
正確性分析：（模型穩定性分析，穩健性分析，收斂性分析，變化趨勢分析，極值分析等）
有效性分析：誤差分析，參數敏感性分析，模型對比亂州檢驗
有用性分析：關鍵梁團數據求解，極值點，拐點，變化趨勢分析，用數據橡陪橘驗證動態模擬。
高效性分析：時空復雜度分析與現有進行比較
B. 黃海波案正確性分析
2014年5月15日，著名演員黃海波因嫖娼被北京警方處以15天的行政拘留。行政拘留期限屆滿後，黃海波並未如願獲得釋放，轉而又被北京警方處以收容教育6個月。黃海波被收容教育事件經媒體曝光後，在網民中掀起了軒然大波，對其被收容教育一事，贊成者和反對者各執己見，莫衷一是。一、贊成者和反對者各自的法律依據
贊成者認為北京警方對黃海波處以15天行政拘留依據的《余櫻治安管理處罰法》，該法第六十六規定：「賣淫嫖娼的，處10日以上15日以下拘留，可以並處5000元以下罰款；情節較輕的，處5日以下拘留或500元以下罰款。」贊成者還認為北京警方對黃海波處以收容教育也是有法律依據的。《賣淫嫖娼人員收容教育辦法》（以下簡稱辦法）第七條規定「對賣淫、嫖娼人員，除依照《中華人民共和國治安管理處罰法》第六十六條的規定處罰外，對尚不夠實行勞動教養的，可以由公安機關決定收容教育。」而該辦法又是依據人大常委會《關於嚴禁賣淫嫖娼的決定》（以下簡稱決定）授權制定的。北京警方依據該辦法對黃海波作出收容教育決定有法有據，且收容教育系行政強制措施，不是行政處罰，也不構成「一事二罰」，沒有違反行政法原則。
反對者認為《賣淫嫖娼人員收容教育辦法》系國務院制定的行政法規，而非法律。《關於嚴禁賣淫嫖娼的決定》只是人大常委會制定的規范性文件，同樣不是法律。根據《立法法》、《行政強製法》關於「限制人身自由只能設定法律」規定，該辦法違反上位法《立法法》、《行政強製法》的規定，因而是無效的。收容教育和行政處罰同樣是限制公民人身自由，收容教育只不過是變相的行政處罰。對黃海波處以行政拘留後，又處以收容教育，已構成事實上「一事二罰"，違反行政法原則。
贊成者和反對者的觀點大相徑庭，何者的觀點更符合立法目的和契合法律原意呢？這需要對行政法律體系進行全面的梳理和系統的分析方能得出正確的結論。
二、收容教育的法律分析
（一）《決定》是否為法律
反對者認為作為收容教育制定依據的《決定》沒有經過三次人大常委會審議後交付表決、也沒有國家主席簽署主席令予以公布等嚴格的立法程序，故不應視為法律。反對者的上述觀點事實上是很難站住腳的。第一，《決定》開宗明義闡述了制定該《決定》的立法目的：「為了嚴禁賣淫、嫖娼，嚴懲組織、強迫、引誘、容留、介紹他人賣淫的犯罪分子，維護社會治安秩序和良好的社會風氣，對刑法有關規定作如下補充修改。」《決定》的立法目的表明其為刑法的補充，即與刑法有同等的法律地位。《決定》制定了「旦毀扒組織賣淫罪、協助組織他人賣淫罪、引誘、容留、介紹他人賣淫罪「等多個罪名，並將1979年《刑法》中」強迫賣淫罪「的最高刑從十年提高至死刑級別，毫無疑問《決定》是專門針對組織、強迫、引誘、容留、介紹賣淫犯罪而制定的單行法律。同時《決定》對非犯罪行為的「賣淫、嫖娼」行為規定為依照《治安管理條例》第三十條的規定處罰，並授權國務院針對「賣淫嫖娼的人員可以制定6個月至2年的收容教育辦法。」第二，1997年《刑法》大修時，將《決定》中「組織、強迫、引誘、容留、介紹賣淫犯罪」等涉及刑事犯罪的相關罪名收納於該法之中，並在《刑法》附件二中規定」《決定》中關於行政處罰和行政措施模昌的規定繼續有效，有關刑事責任的規定納入本法。「1997年《刑法》以附件二的規定表明《決定》仍為法律的組成部分。第三，2009 年十一屆人大常委會第十次會議通過的《關於修改部分法律的決定》91條規定：」 將《全國人民代表大會常務委員會關於嚴禁賣淫嫖娼的決定》第三條、第四條中的「依照治安管理處罰條例第三十條的規定處罰」修改為「依照《中華人民共和國治安管理處罰法》的規定處罰」。人大常委會《關於修改部分法律的決定》再次明確了《決定》的法律地位。第四，反對者認為《決定》沒有經過嚴格的立法程序，《決定》不應該視為法律的觀點其實是忽視了立法的時間邏輯順序。《立法法》的確是規定了人大常委會制定法律的系列程序，但《立法法》系2000年7月1日正式生效的，而《決定》系1991年9月4日生效的。任何人都不能要求在前的法律符合在後的法律，當新法與舊法產生沖突或不一致時，按照新法優於舊法的位階原則處理。換言之，《立法法》規定的嚴格立法程序是沒有法律溯及力的。綜上所述，《決定》為法律的結論是毋庸置疑的。
（二）收容教育的違法性
既然《決定》是法律，那麼《辦法》自然是國務院在法律授權下制定的行政法規，這是否意味著北京警方對黃海波處以收容教育是正確的呢？答案是否定的。第一，《憲法》第三十七條規定：「任何公民，非經人民檢察院批准或決定或人民法院決定，並由公安機關執行，不受逮捕。禁止非法拘禁和以其他方法非法剝奪或者限制公民的人身自由。「《憲法》雖然只規定逮捕必經的法定程序，但《憲法》不可能面面俱到，包羅萬象，把一切違法行為的法定程序列入《憲法》之中。《刑事訴訟法》規定，犯罪嫌疑人從被刑事拘留到逮捕最長不超過37天。收容教育限制公民人身自由長達6個月至2年，遠遠超過37天，依照舉輕以明重的法理，收容教育更應該經過法定程序。但目前的收容教育的調查、決定、執行均由公安機關負責，毫無程序正義而言，顯然是違反《憲法》第三十七條的題中之義。第二，《立法法》規定對限制人身自由的強制措施和處罰，只能設定法律。收容教育依據的《辦法》是行政法規，違反了《立法法》規定。第三，收容教育限制公民人身自由的期限高於《刑法》中的管制和拘役的起刑點，限制自由的期限與《刑法》刑期存在疊加，責罰不相稱，懲罰明顯過重，無法做到與《刑法》銜接，其制度設計亦有違法理。第四，收容教育違反國際公約的規定。1998年10月5日中國政府簽署了《公民權利和政治權利國際公約》，該公約第九條第一款規定：「任何人不得加以任意逮捕或拘禁。除非依照法律所確定的根據和程序，任何人不得被剝奪自由。」雖然截至今日，人大常委會尚未正式批准該公約，但該公約所確定的正當性程序原則，對我們建設法治國家起到標桿和指南針作用。
綜上所述，收容教育因嚴重忽視程序正義，漠視人權，背離了法治精神，且不受司法監督，現已成了公安機關地地道道的「家法「，成為個別領導人對付異己的「殺手鐧」，成為一把維護社會秩序和踐踏人權的」雙刃劍「，同時也成為個別無良警察的尋租工具。收容教育違反上述系列法律，其本質上是行政權架空了人民檢察院的法律監督權和人民法院的審判權，嚴重破壞了司法的統一性和嚴肅性。
（三）收容教育的時效性
有的學者認為，收容教育違反1996年10月1日生效的《行政處罰法》，《行政處罰法》出台後，收容教育自應無效。《行政處罰法》第九條規定：「限制人身自由的行政處罰，只能由法律設定。「該法第十條規定：」行政法規可以設定除限制人身自由以外的行政處罰。「因收容教育一直有《辦法》這把保護傘，該《辦法》一直把收容教育規定為行政強制教育措施，而非行政處罰，且因《辦法》又是授權立法，在《立法法》出台之前，該學者的觀點顯得勢單力薄，有些理據不足。
2000年7月1日《立法法》出台後，收容教育在法理上已處在「默示廢止」的狀態。《立法法》第九條規定：」本法第八條規定的事項尚未制定法律的，全國人民代表大會及其常委委員會有權作出決定，授權國務院可以根據實際需要，對其中的部分事項先制定行政法規，但是有關犯罪和刑罰、對公民政治權利的剝奪和限制人身自由的強制措施和處罰、司法制度除外。「《立法法》用」但書「的形式已清晰無誤地剝奪了全國人民代表大會及其常委委員會對於限制人身自由的法律授權。《決定》對於限制人身自由的法律授權在《立法法》出台後自動終止，《辦法》作為《決定》授權制定的行政法規，自此以後喪失了效力，故收容教育應在《立法法》生效後」無限期冬眠「，直至法律對其」明示廢止「退出法律舞台的那天。
三、 收容教育決定是否構成一事二罰
（一）收容教育的定位
1993年9月4日生效的《辦法》第二條規定：「本辦法所稱收容教育，是指對賣淫、嫖娼人員集中進行法律教育和道德教育、組織參加生產勞動以及進行性病檢查、治療的行政強制教育措施。」《辦法》把收容教育定位為行政強制教育措施。在《行政強製法》正式出台之前，行政強制措施的概念沒有立法解釋，學者們對何謂行政強制措施有不同的理解，進行著各自的學理解釋。但傳統的行政法理論認為，對人身自由進行限制的行政強制措施主要包括保護性約束措施（《治安管理處罰法》）、留置盤查（《警察法》）、強行驅散（《警察法》）、海關扣留（《海關法》）、戒嚴扣留（《戒嚴法》）、強行遣送（《遊行示威法》）、緊急拘留（《遊行示威法》）、強制隔離（《傳染病防治法》）、收容教養（《未成年人保護法》）、收容教育（《辦法》）、勞動教養（《決定》）等。
（二）行政強制措施的涵義及特徵
《行政強製法》正式生效後，該法第二條規定：「行政強制措施，是指行政機關在行政管理過程中，為制止違法行為、防止證據損毀、避免危害發生、控制危險擴大等情形，依法對公民的人身自由實施暫時性限制，或者對公民、法人或者其他組織的財物實施暫時性控制的行為。」 《行政強製法》把行政強制措施定義為「暫時性的行為或措施」。第一，該定義表明行政強制措施系一種中間行為，它是為保證行政行為最終作出而採取的暫時性措施或行為。這種"暫時性"應如何理解?從法理上說，刑事強制措施嚴厲程度要高於行政處罰，行政處罰的嚴厲程度要高於行政強制措施。《刑事訴訟法》規定，傳喚、拘傳最長時間不得超過12小時。該法同時規定，公安機關對被拘留的人必須在24小時內進行訊問，發現不應當拘留的，應立即釋放。《警察法》規定對違法嫌疑人留置盤問的最長時間為48小時。《海關法》規定對走私嫌疑人最長的扣留時間為48小時。《治安管理處罰法》規定對行政拘留合並處罰執行的，最長不超過20天。參照以上法律規定，在《行政強製法》關於「暫時性「司法解釋出台之前，建議對行政強制措施「暫時性「的理解應以不超過48小時為宜。第二，行政強制措施既針對違法行為（如為制止違法行為採取的措施），又針對合法行為（如避免危害發生、控制危險擴大等情形），即行政強制措施與違法行為並沒有必然的聯系。第三，行政強制措施不具有終局性，行政機關發現違法行為，依法採取行政強制措施後，通常還要履行調查取證程序，即行政強制措施只不過是行政機關作出行政行為之前奏。
（一）《決定》對賣淫嫖娼人員處理的三個層次
《決定》第四條規定：「賣淫、嫖娼的，依照治安管理處罰條例第三十條的規定處罰。 對賣淫、嫖娼的，可以由公安機關會同有關部門強制集中進行法律、道德教育和生產勞動，使之改掉惡習。期限為六個月至二年。具體辦法由國務院規定。 因賣淫、嫖娼被公安機關處理後又賣淫、嫖娼的，實行勞動教養，並由公安機關處五千元以下罰款。「2006年3月1日生效的《治安管理處罰法》取代《治安管理條例》後，人大常委會《關於修改部分法律的決定》也相應地將《決定》中第三、第四條」按照治安管理處罰條例第三十條的規定處罰「的表述修改為「依照《中華人民共和國治安管理處罰法》的規定處罰」。
《決定》表達了對賣淫嫖娼人員處罰的三個層次：第一層次是對賣淫嫖娼人員可以按照《治安管理處罰條例》規定處理。第二層次是授權國務院可以制定對賣淫嫖娼人員強制集中進行法律、道德教育和生產勞動具體辦法，即可以對賣淫嫖娼人員實行收容教育。由於第一層次和第二層次處罰沒有情節或次數的限定語，沒有處罰層次的區分性和階梯性，如何處罰屬於公安機關的自由裁量權范疇，故公安機關可以對賣淫嫖娼人員處以15天以下拘留或者6個月至2年的收容教育，或者對賣淫嫖娼人員處以15天拘留後再處以6個月至2年收容教育，即黃海波正在享受的「待遇」。依據《決定》，公安機關在沒有司法監督的情形下，可以對首次賣淫嫖娼人員限制人身自由的時間可以從1天起至2年零15天止，其間幅度之大，令世人嘆為觀止，目瞪口呆，稱之為法律史上的「奇葩」亦不為過。第三層次是對因賣淫、嫖娼被公安機關處理後又賣淫、嫖娼的，實行勞動教養，並處五千元以下的罰款。第三層次的表述則有了明顯性的區分性和階梯性，針對的對象是「因賣淫嫖娼被公安機關處理過」的人員。
（二）《決定》不是特別法
由於《治安管理處罰法》與《決定》存在新法與舊法的關系，依照法律適用的位階原則，對賣淫嫖娼人員的處罰按照新法《治安管理法》處理，這一點沒有太大爭議。但有人認為《治安管理處罰法》第六十六條沒有區分首次賣淫嫖娼與多次賣淫嫖娼的處罰標准，而《決定》第四條對此有所區分，該決定應屬《立法法》第八十五條「舊法的特別規定」，依據特別法制定的《辦法》仍有適用之空間，對賣淫嫖娼人員實行行政拘留後，再對其實行收容教育與《治安管理處罰法》第六十六條規定並不矛盾。該觀點其實是沒有正確認識到《決定》的法律涵義和屬性。第一，《決定》並非是對賣淫嫖娼人員實行收容教育處罰的特別法。如前所述，其系對1979年《刑法》的補充修改，其效力等同於法律。除《決定》第三條和第四條外，其餘都是涉及賣淫類刑事犯罪的規定，對賣淫嫖娼人員的處罰也是作為刑事犯罪規定的陪襯。《決定》對賣淫嫖娼人員的處罰只不過比《治安管理處罰條例》更加細化而已，故其仍屬於一般的規定。第二，法律沒有對「特別規定」界定過范圍及作出過相關解釋。特別規定通常理解是「根據某種特殊情況和需要規定的調整某種特殊問題的法律規范，即是適用的人、事或者地域上不同於一般規定。」①從文義上我們無法得出《決定》第四條系「特殊問題法律規范」的結論。第三，退一萬步說，即便把《決定》第四條作「特別規定」理解，依照《立法法》的規定，新法的一般規定與舊法特別規定不一致，不能確定如何適用的，應由全國人大常委會裁決。在人大常委會作出裁決之前，公安機關仍是無權依照《決定》處理賣淫嫖娼人員，更無權依據下位法《辦法》的規定對賣淫嫖娼人員實行收容教育。第四，人大常委會1957年頒布的《治安管理處罰條例》和1986年頒布的《治安管理處罰條例》均涉及對賣淫嫖娼人員處理的規定，對賣淫嫖娼人員的處理談不上是「特殊情況」、」特殊問題「。簡言之，《決定》不具有「特別規定「的涵義與屬性。
（三）《治安管理處罰法》第七十六條的闡釋
《治安管理處罰法》第七十六條規定「有本法第六十七條、第六十八條、第七十條的行為，屢教不改的，可以按照國家規定採取強制性教育措施。」該法第六十七條是關於引誘、介紹、容留賣淫的行為的規定；第六十八條是關於製作、運輸、復制、出售、出租淫穢書刊、圖片、影片、音像製品等淫穢物品或者利用計算機信息網路、電話以及其他通訊工具轉播淫穢信息行為的規定；第七十條是關於為賭博提供條件或者參與賭博行為的規定。《治安管理處罰法》規定的可以適用強制性教育措施的三類行為不包含賣淫嫖娼行為。
有人說《治安管理處罰法》第七十六條規定的三類行為可以適用強制性教育措施，但也沒有規定除上述三類行為以外的行為不得適用強制性教育措施，非法律專業人士通常作如是理解。上述觀點實質是片面、孤立地看待法律條文，沒有從法學方法論、系統論的角度解讀和理解法律。如《憲法》第七十九條第二款規定：「有選舉法和被選舉法的年滿四十五周歲的中華人民共和國公民可以被選為中華人民共和國主席、副主席。」《憲法》同樣沒有規定不滿四十五周歲的中華人民共和國公民不可以被選為中華人民共和國主席、副主席，但在實踐中不滿四十五周歲的公民是沒資格成為中華人民共和國主席或副主席的，這從反面解釋的角度也可以得出上述結論。從反面解釋的角度解讀《治安管理處罰法》第七十六條即為：不屬於本條規定的三類行為不得適用強制性教育措施。從明示其一即排除其他的規則出發，也可以得出法律明示了三類行為，即排除三類行為以外的其他違反治安管理的行為適用強制性教育措施。從歷史解釋的角度出發，我國立法者採用列舉方式規范法律事項時，通常為克服列舉式立法存在掛一漏萬的缺點，列舉完有關法律事項後，設置兜底條款，以便在日後出現新情況、新問題時，利用兜底條款和司法解釋或其他形式的法律解釋相銜接，以解決立法滯後帶來的無法可依的法律困境。《治安管理處罰法》對可以實行強制性教育措施的違反治安管理行為的規定中並沒有設置兜底條款，屬窮盡式列舉。從歷史解釋的角度即是違反治安管理行為適用強制性教育措施只有該法第七十六條規定的三類行為。
綜上所述，從上述幾種解釋方法解讀《治安管理處罰法》第七十六條，我們可以得出違反治安管理行為適用強制性教育措施僅限於該條款規定的上述三類行為，同時該法的其它條款亦未規定對賣淫嫖娼者實行強制性教育措施。換言之，該法排斥對賣淫嫖娼人員實行收容教育或者勞動教養的處罰。
C. 對已編碼的調查數據的正確性進行檢查的常用方法有( )。
【答案】：B、D
本題考查定量研究的一般程序——缺橡含研究分析。對已編碼的調查數據的正確性進行檢查，常用的方法是邏輯檢查和幅度檢查。邏輯檢查是指比較兩個或幾個變數的關系，看看是否合乎情理；幅度檢查是指查伏笑看編碼是否超出設定范圍。故BD兩項如碧是正確的。
D. 正確選擇相關性分析的統計方法
轉自： https://www.medsci.cn/article/show_article.do?id=55c91839569a
相關性分析主要用於：（1）判斷兩個或多個變數之間的統計學關聯；（2）如果存在關聯，進一步分析關聯強度和方向。
那麼，什麼樣的研究可以進行相關性分析呢？我們在這里列舉了幾個相關性研究的例子供大家參考：
確定要進行相關性分析後，對兩個變數或多個變數進行相關性分析所採取的統計方法是不同的。那麼，怎麼判斷研究變數的數量呢？
我們分別就兩個變數的研究和三個及以上變數的研究進行了舉例，幫助大家理解。同時，我們也對例子中變數數據類型進行了描述（如，連續變數、二分類變數、無序分類變數和有序分類變數）。
確定擬分析變數之間的相關性後，我們需要判斷變數的數據類型。
變數的數據類型主要分為連續變數、二分類變數、無序分類變數和有序分類變數4類。擬分析的變數可以同屬於一個數據類型，也可以分屬不同的數據類型。根據這兩個變數數據類型的不同，應採用的統計分析方法也不同。
連續變數是指對連續的指標測量所得到的數值，比如體重。其特點是等距區間的差異相同，例如體重在50kg-60kg之間的差異與60kg-70kg之間的差異相同。連續變數的示例如下：
有序分類變數可以有兩個或者多個已排序的類別。舉例來說，如果某患者的治療結果是「痊癒」、「好轉」、「不變」或者「惡化」。這就是一個有序分類變數，因為可以對四個類別進行排序。
需要注意的是，雖然我們可以對有序分類變數的類別排序，但還需要判斷這種類別排序是不是等距的。例如，用各年齡段的近似中位數代表年齡類別，即24（18-30）歲、40（31-50）歲、60（51-70）歲、80（70歲以上）歲，可以將年齡視為定距變數。
但將患者的診療結果「痊癒」、「好轉」、「無變化」或者「惡化」就不能認為是等距的，換句話說，不能認為「好轉」是「無變化」的2倍；也不能認為「痊癒」和「好轉」的差異與「不變」和「惡化很滿意」的差異一樣，即有序分類變數各類別之間不是可能是定距、也可能不是定距的，這是與連續變數的根本不同。有序分類變數的示例如下：
患者對醫療效果的滿意程度，用5類測量：1-非常不滿意、2-不滿意、3-一般、4-滿意、5-非常滿意
對疾病的療效：用4類測量：1-痊癒、2-好轉、3-不變、4-變差
BMI指數是一種用於評估體重水平的指標。一般來說，BMI是連續變數（例如BMI為23.7或BMI為34.1），但按以下方式分類時可以視為有序分類變數：體重過輕（BMI小於18.5）、健康/正常體重（BMI在18.5—23.9之間）、超重（BMI在24—27.9之間）和肥胖（BMI大於28）。
二分類變數是只有兩個類別的分類變數。二分類變數的類別之間沒有順序，不能像有序分類變數的類別那樣進行排序。比如，性別變數就是一個二分類變數，可以分為「男性」和「女性」兩個分類。再如，罹患心臟病也是一個二分類變數，分為「是」和「否」兩個分類。
二分類變數類別是互斥的，一個研究對象不能同時分屬於兩個類別，比如一個人不能同時是男性或者女性，也不能同時患有心臟病又沒有心臟病。二分類變數的示例如下：
性別，兩個類別：男性或女性
罹患心臟病，兩個類別：是或否
研究分組，兩個類別：實驗組或對照組
無序分類變數是具有三個及以上類別的分類變數。無序分類變數的類別之間沒有內在順序，也不能像有序分類變數類別那樣進行排序。比如，出行方式是一個典型的無序分類變數，可以分為自行車、自駕、計程車、地鐵或公交5個類別。無序分類變數的類別也是互斥的，一個研究對象不能同時分屬於不同的類別，比如一次出行不能同時坐地鐵又自己開車。無序分類變數的示例如下：
手機品牌，四個類別：蘋果、三星、華為或其他
頭發的顏色，五個類別：棕色、黑色、金色、紅色或者灰色
民族，七個類別：漢族、回族、蒙古族、滿族、維吾爾族、朝鮮族或其他
自變數也稱為預測變數或解釋變數，因變數也稱為應答變數或結局變數。兩者的區分在於，自變數可以影響因變數，因變數的值取決於對應自變數的值。也可以用因果關系來區分自變數和因變數，即自變數的變化導致了因變數的變化（但自變數和因變數之間並不一定真的存在因果關系）。自變數是對因變數的描述，而因變數可以被自變數所解釋。
研究設計也可以幫助我們區分自變數和因變數。舉例來說，我們計劃開展一項研究分析不同劑量葯物的治療效果，治療葯物就是這個研究的自變數，治療效果則是因變數。
比如我們想知道抗感染葯物劑量（1.5 mg / d、4 mg /d或者 8 mg/d）與患者發熱時長的關系，抗感染葯物劑量就是自變數，因為這個劑量的是由研究者干預產生的，且很可能是發熱時長差異的原因；而同時發熱時長就是這項研究的因變數。
橫斷面調查並不區分自變數和因變數。舉例來說，研究者根據問卷調查研究對象的工作效率（1-5類：1代表非常高效、5代表非常低效）和鍛煉情況（1-4類：1代表經常鍛煉、4代表不鍛煉）的關系。
在該研究中，受調查者的工作效率和鍛煉情況並不存在明確的因果關系，因為效率高可能意味著受調查者有更多的鍛煉時間，而反之經常鍛煉可能也會提高工作效率。因此，我們就不區分該研究的自變數和因變數。
本文先說說研究中涉及兩個變數的情況。
Pearson相關用於評估兩個連續變數之間的線性關聯強度。這種統計方法本身不區分自變數和因變數，但如果您根據研究背景已經對變數進行了區分，我們仍可以採用該方法判斷相關性。
Pearson相關不區分自變數和因變數。雖然這不影響我們採用Pearson相關分析兩個連續變數的相關性，但如果還是想通過統計方法區分一下，可以採用線性回歸。
這里還需要判斷有序分類變數是否為定距變數。如果認為擬分析的有序分類變數是定距變數，我們就可以為變數中的類別賦值，然後根據這些數值進行分析（即看作連續變數），比如測量滿意度（從「完全同意」到「完全不同意」5個類別）就是一個定距變數，可以用1-5為各類別賦值，即1 =完全同意、2 =同意、3 =一般、4 =不同意、5 =完全不同意。
對於不能作為定距變數的有序分類變數，比如軍銜的類別（少將、中將、上將、大將等）之間就不是等距的，就不能賦值後對數值進行分析（只能對類別進行分析）。
實際上，將有序分類變數作為連續變數進行分析，這在大多數情況下可能不符合我們的研究目的。對類別進行分析是對有序分類變數相關性分析的常見選擇。但是，如果基於的研究背景，待分析的有序分類變數確實可以作為定距變數處理，也是可以的。
Mantel-Haenszel 趨勢檢驗。該檢驗也被稱為Mantel-Haenszel 卡方檢驗、Mantel-Haenszel 趨勢卡方檢驗。該檢驗根據研究者對有序分類變數類別的賦值，判斷兩個有序分類變數之間的線性趨勢。
Spearman相關又稱Spearman秩相關，用於檢驗至少有一個有序分類變數的關聯強度和方向。
Kendall's tau-b 相關系數是用於檢驗至少有一個有序分類變數關聯強度和方向的非參數分析方法。該檢驗與Spearman相關的應用范圍基本一致，但更適用於存在多種關聯的數據（如列聯表）。
卡方檢驗常用於分析無序分類變數之間的相關性，也可以用於分析二分類變數之間的關系。但是該檢驗只能分析相關的統計學意義，不能反映關聯強度。因此，我們常聯合Cramer's V檢驗提示關聯強度。
Fisher精確檢驗可以用於檢驗任何R C數據之間的相關關系，但最常用於分析2 2數據，即兩個二分類變數之間的相關性。與卡方檢驗只能擬合近似分布不同的是，Fisher精確檢驗可以分析精確分布，更適合分析小樣本數據。但是該檢驗與卡方檢驗一樣，只能分析相關的統計學意義，不能反映關聯強度。
確定進行兩個二分類變數的相關性分析後，我們需要判斷是否區分自變數和因變數。
相對風險是流行病學或前瞻性隊列研究中的常用指標，可以在一定條件下比較兩個比例之間的關系，但其提示的結果是比值而不是差異。
比值比可以計算多類研究的關聯強度，也是很多統計檢驗（如二分類logistic回歸）的常用指標。在相對風險指標不適用的病例對照研究中，比值比仍可以很好地反映結果。
卡方檢驗可用於分析兩個二分類變數之間的關系。但是該檢驗只能分析相關的統計學意義，不能反映關聯強度。因此，該檢驗可以聯合Phi (φ)系數提示關聯強度。
Fisher精確檢驗可以用於檢驗任何R C數據之間的關系，但最常用於分析2 2數據，即兩個二分類變數之間的相關性。與卡方檢驗只能擬合近似分布不同的是，Fisher精確檢驗可以分析數據的精確分布，更適用於小樣本數據。但是該檢驗與卡方檢驗一樣，只能分析相關的統計學意義，不能反映關聯強度。
Point-biserial相關。Point-biserial相關適用於分析二分類變數和連續變數之間的相關性。其實，該檢驗是Pearson相關的一種特殊形式，與Pearson相關的數據假設一致，也可以在SPSS中通過Pearson相關模塊進行計算，我們會在教程中具體介紹。
確定進行二分類變數和有序分類變數的相關性分析後，我們需要判斷是否區分自變數和因變數：
有序Logistic回歸。有序Logistic回歸在本質上並不是為了分析二分類變數和有序分類變數之間的相關性。但我們仍可以用有序logistic回歸及其對應的OR值判斷這兩類變數之間的統計學關聯。
Cochran-Armitage 檢驗。Cochran-Armitage 檢驗又稱Cochran-Armitage 趨勢檢驗，常用於分析有序分類自變數和二分類因變數之間的線性趨勢。該檢驗可以判斷隨著有序分類變數的增加，二分類因變數比例的變化趨勢，是對其線性趨勢的統計學分析。我們將在教程中進一步解釋這一問題。
此問題可以使用Mantel-Haenszel卡方檢驗或Cochran-Armitage趨勢檢驗。Mantel-Haenszel卡方檢驗也稱線性趨勢檢驗（Test for Linear Trend）或定序檢驗（Linear by Linear Test）。
Mantel-Haenszel卡方檢驗和Cochran-Armitage趨勢檢驗的區別是：Mantel-Haenszel卡方檢驗要求一個變數是有序分類變數，另一個變數可以是二分類變數，也可以是有序多分類變數。而Cochran-Armitage趨勢檢驗要求一個變數是有序分類變數，另一個變數是二分類變數。
SPSS不提供Cochran-Armitage趨勢檢驗， Mantel-Haenszel卡方可以得到近似的結果。Cochran-Armitage趨勢檢驗可以在SAS等其它軟體中實現（SAS可以同時提供Cochran-Armitage趨勢檢驗和Mantel-Haenszel卡方檢驗的結果）。
Biserial秩相關：Biserial秩相關可以用於分析二分類變數和有序分類變數之間的相關性。在用二分類變數預測有序分類變數時，該檢驗又稱為Somers' d檢驗。此外，Mann-Whitney U檢驗也可以輸出Biserial秩相關結果。
Spearman相關。沒有適用於分析有序分類變數和連續變數相關性的檢驗方法，我們需要將連續變數視為有序分類變數進行檢驗，即分析兩個有序分類變數之間的關系。在這種情況下，我們可以應用Spearman相關或者其他針對有序分類變數的檢驗方法。
E. 判斷正態性的幾種方法總結
數據服從正態分布是很多分析方法的前提條件，在進碧豎叢行方差分析、回歸分析等分析前，首先要對數據的正態性進行分析，確保方法選擇正確。如果不滿足正態性特質，則需要考慮使用其他方法或對數據進行處理。
檢測數據正態性的方法有很多種，以下為幾種常見方法：圖示法、統計檢驗法、描述法等。
正態分布圖可直觀地展示數據分布情況，並結合正態曲線判斷數據是否符合正態分布。
分析時，選擇【正態圖】分析方法，拖拽分析項到右側分析框內，點擊「開始正態圖分析」即可得到結果。悔櫻
若數據基本符合正態分布，則會呈現出中間高、兩側低、左右基本對稱的「鍾形」分布曲線。
若數據為定類數據或數據量較少，一般很難呈現出標準的正態分布纖閉，此時建議只要圖形呈現出「鍾形」也可接受數據服從正態分布。
若數據分布完全偏離正態，則說明數據不符合正態分布。
P-P圖和Q-Q圖，都是通過散點與正態分布的預測直線法重合程度以說明數據是否服從正態分布。
P-P圖是將實際數據累積比例作為X軸，將對應正態分布累積比例作為Y軸，作散點圖，反映實際累積概率與理論累積概率的符合程度。
Q-Q圖將實際數據作為X軸，將對應正態分布分位數作為Y軸，作散點圖，反映變數的實際分布與理論分布的符合程度。
如數據服從正態分布，則散點分布應近似呈現為一條對角直線。反之則說明數據非正態。P-P圖和Q-Q圖的功能一致，使用時沒有區別。
利用統計圖分析正態性，往往是依靠分析者的主觀判斷進行。因而容易產生結果偏差。因此需要結合其他方法，對數據的正態性指標進行統計描述。
正態性檢驗分析定量數據是否具有正態分布特質。
操作步驟：選擇【正態性檢驗】分析方法，拖拽分析項到右側分析框內，點擊「開始正態性檢驗」即可得到結果。
如果樣本量大於50，則應該使用Kolmogorov-Smirnov檢驗結果，反之則使用Shapro-Wilk檢驗的結果。
上圖中，樣本量為300，因而選擇K-S檢驗。P值=0.149>0.05，說明數據服從正態分布。
描述法即通過描述數據偏度和峰度系數檢驗數據的正態性。
偏度和峰度可通過描述性分析得到，也可在正態性檢驗中直接查看。
理論上講，標准正態分布偏度和峰度均為0，但現實中數據無法滿足標准正態分布，因而如果峰度絕對值小於10並且偏度絕對值小於3，則說明數據雖然不是絕對正態，但基本可接受為正態分布。
檢驗數據正態性的方法有很多，其中統計檢驗法對於數據的要求最為嚴格，而實際數據由於樣本不足等原因，即使數據總體正態但統計檢驗出來也顯示非正態，實用性上不如圖示法直觀，接受程度高，因此一般情況下使用圖示法相對較多。
當正態圖和正態性檢驗結果出現矛盾，如正態圖顯示數據分布對稱而正態性檢驗結果P<0.05，此時建議不要追求絕對的正態，如數據基本滿足正態性即可接受服從正態分布。
另外，正態性檢驗要求嚴格通常無法滿足，如果峰度絕對值小於10並且偏度絕對值小於3，則說明數據雖然不是絕對正態，但基本可接受為正態分布。
若想將非正態性數據轉化為正態性數據，可將數據取對數、開根號等處理，以接近正態性。
更多干貨內容歡迎登陸 SPSSAU官網 閱讀
F. 怎麼去分析才是正確的方法
數據分析（Data Analysis）
數據分析概念
數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
數據也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。
數據分析與數據挖掘密切相關，但數據挖掘往往傾向於關注較大型的數據集，較少側重於推理，且常常採用的是最初為另外一種不同目的而採集的數據。
數據分析的目的與意義
數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。
在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。數據分析是組織有目的地收集數據、分析數據，使之成為信息的過程。這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售後服務和最終處置的各個過程都需要適當運用數據分析過程，以提升有效性。例如J.開普勒通過分析行星角位置的觀測數據，找出了行星運動規律。又如，一個企業的領導人要通過市場調查，分析所得數據以判定市場動向，從而制定合適的生產及銷售計劃。因此數據分析有極廣泛的應用范圍。
數據分析的功能
數據分析主要包含下面幾個功能：
1. 簡單數學運算（Simple Math）
2. 統計（Statistics）
3. 快速傅里葉變換（FFT）
4. 平滑和濾波（Smoothing and Filtering）
5. 基線和峰值分析(Baseline and Peak Analysis)
數據分析的類型
在統計學領域，有些人將數據分析劃分為描述性統計分析、探索性數據分析以及驗證性數據分析；其中，探索性數據分析側重於在數據之中發現新的特徵，而驗證性數據分析則側重於已有假設的證實或證偽。
探索性數據分析：是指為了形成值得假設的檢驗而對數據進行分析的一種方法，是對傳統統計學假設檢驗手段的補充。該方法由美國著名統計學家約翰·圖基(John Tukey)命名。
定性數據分析：又稱為「定性資料分析」、「定性研究」或者「質性研究資料分析」，是指對諸如詞語、照片、觀察結果之類的非數值型數據（或者說資料）的分析。
數據分析步驟
數據分析有極廣泛的應用范圍。典型的數據分析可能包含以下三個步：
1、探索性數據分析，當數據剛取得時，可能雜亂無章，看不出規律，通過作圖、造表、用各種形式的方程擬合，計算某些特徵量等手段探索規律性的可能形式，即往什麼方向和用何種方式去尋找和揭示隱含在數據中的規律性。
2、模型選定分析，在探索性分析的基礎上提出一類或幾類可能的模型，然後通過進一步的分析從中挑選一定的模型。
3、推斷分析，通常使用數理統計方法對所定模型或估計的可靠程度和精確程度作出推斷。
數據分析過程實施
數據分析過程的主要活動由識別信息需求、收集數據、分析數據、評價並改進數據分析的有效性組成。