A. 隔室模型的判别方法有哪些并简述其判别标准,常用哪种方法
正确性分析：（模型稳定性分析，稳健性分析，收敛性分析，变化趋势分析，极值分析等）
有效性分析：误差分析，参数敏感性分析，模型对比乱州检验
有用性分析：关键梁团数据求解，极值点，拐点，变化趋势分析，用数据橡陪橘验证动态模拟。
高效性分析：时空复杂度分析与现有进行比较
B. 黄海波案正确性分析
2014年5月15日，着名演员黄海波因嫖娼被北京警方处以15天的行政拘留。行政拘留期限届满后，黄海波并未如愿获得释放，转而又被北京警方处以收容教育6个月。黄海波被收容教育事件经媒体曝光后，在网民中掀起了轩然大波，对其被收容教育一事，赞成者和反对者各执己见，莫衷一是。一、赞成者和反对者各自的法律依据
赞成者认为北京警方对黄海波处以15天行政拘留依据的《余樱治安管理处罚法》，该法第六十六规定：“卖淫嫖娼的，处10日以上15日以下拘留，可以并处5000元以下罚款；情节较轻的，处5日以下拘留或500元以下罚款。”赞成者还认为北京警方对黄海波处以收容教育也是有法律依据的。《卖淫嫖娼人员收容教育办法》（以下简称办法）第七条规定“对卖淫、嫖娼人员，除依照《中华人民共和国治安管理处罚法》第六十六条的规定处罚外，对尚不够实行劳动教养的，可以由公安机关决定收容教育。”而该办法又是依据人大常委会《关于严禁卖淫嫖娼的决定》（以下简称决定）授权制定的。北京警方依据该办法对黄海波作出收容教育决定有法有据，且收容教育系行政强制措施，不是行政处罚，也不构成“一事二罚”，没有违反行政法原则。
反对者认为《卖淫嫖娼人员收容教育办法》系国务院制定的行政法规，而非法律。《关于严禁卖淫嫖娼的决定》只是人大常委会制定的规范性文件，同样不是法律。根据《立法法》、《行政强制法》关于“限制人身自由只能设定法律”规定，该办法违反上位法《立法法》、《行政强制法》的规定，因而是无效的。收容教育和行政处罚同样是限制公民人身自由，收容教育只不过是变相的行政处罚。对黄海波处以行政拘留后，又处以收容教育，已构成事实上“一事二罚"，违反行政法原则。
赞成者和反对者的观点大相径庭，何者的观点更符合立法目的和契合法律原意呢？这需要对行政法律体系进行全面的梳理和系统的分析方能得出正确的结论。
二、收容教育的法律分析
（一）《决定》是否为法律
反对者认为作为收容教育制定依据的《决定》没有经过三次人大常委会审议后交付表决、也没有国家主席签署主席令予以公布等严格的立法程序，故不应视为法律。反对者的上述观点事实上是很难站住脚的。第一，《决定》开宗明义阐述了制定该《决定》的立法目的：“为了严禁卖淫、嫖娼，严惩组织、强迫、引诱、容留、介绍他人卖淫的犯罪分子，维护社会治安秩序和良好的社会风气，对刑法有关规定作如下补充修改。”《决定》的立法目的表明其为刑法的补充，即与刑法有同等的法律地位。《决定》制定了“旦毁扒组织卖淫罪、协助组织他人卖淫罪、引诱、容留、介绍他人卖淫罪“等多个罪名，并将1979年《刑法》中”强迫卖淫罪“的最高刑从十年提高至死刑级别，毫无疑问《决定》是专门针对组织、强迫、引诱、容留、介绍卖淫犯罪而制定的单行法律。同时《决定》对非犯罪行为的“卖淫、嫖娼”行为规定为依照《治安管理条例》第三十条的规定处罚，并授权国务院针对“卖淫嫖娼的人员可以制定6个月至2年的收容教育办法。”第二，1997年《刑法》大修时，将《决定》中“组织、强迫、引诱、容留、介绍卖淫犯罪”等涉及刑事犯罪的相关罪名收纳于该法之中，并在《刑法》附件二中规定”《决定》中关于行政处罚和行政措施模昌的规定继续有效，有关刑事责任的规定纳入本法。“1997年《刑法》以附件二的规定表明《决定》仍为法律的组成部分。第三，2009 年十一届人大常委会第十次会议通过的《关于修改部分法律的决定》91条规定：” 将《全国人民代表大会常务委员会关于严禁卖淫嫖娼的决定》第三条、第四条中的“依照治安管理处罚条例第三十条的规定处罚”修改为“依照《中华人民共和国治安管理处罚法》的规定处罚”。人大常委会《关于修改部分法律的决定》再次明确了《决定》的法律地位。第四，反对者认为《决定》没有经过严格的立法程序，《决定》不应该视为法律的观点其实是忽视了立法的时间逻辑顺序。《立法法》的确是规定了人大常委会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《决定》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后的法律，当新法与旧法产生冲突或不一致时，按照新法优于旧法的位阶原则处理。换言之，《立法法》规定的严格立法程序是没有法律溯及力的。综上所述，《决定》为法律的结论是毋庸置疑的。
（二）收容教育的违法性
既然《决定》是法律，那么《办法》自然是国务院在法律授权下制定的行政法规，这是否意味着北京警方对黄海波处以收容教育是正确的呢？答案是否定的。第一，《宪法》第三十七条规定：“任何公民，非经人民检察院批准或决定或人民法院决定，并由公安机关执行，不受逮捕。禁止非法拘禁和以其他方法非法剥夺或者限制公民的人身自由。“《宪法》虽然只规定逮捕必经的法定程序，但《宪法》不可能面面俱到，包罗万象，把一切违法行为的法定程序列入《宪法》之中。《刑事诉讼法》规定，犯罪嫌疑人从被刑事拘留到逮捕最长不超过37天。收容教育限制公民人身自由长达6个月至2年，远远超过37天，依照举轻以明重的法理，收容教育更应该经过法定程序。但目前的收容教育的调查、决定、执行均由公安机关负责，毫无程序正义而言，显然是违反《宪法》第三十七条的题中之义。第二，《立法法》规定对限制人身自由的强制措施和处罚，只能设定法律。收容教育依据的《办法》是行政法规，违反了《立法法》规定。第三，收容教育限制公民人身自由的期限高于《刑法》中的管制和拘役的起刑点，限制自由的期限与《刑法》刑期存在叠加，责罚不相称，惩罚明显过重，无法做到与《刑法》衔接，其制度设计亦有违法理。第四，收容教育违反国际公约的规定。1998年10月5日中国政府签署了《公民权利和政治权利国际公约》，该公约第九条第一款规定：“任何人不得加以任意逮捕或拘禁。除非依照法律所确定的根据和程序，任何人不得被剥夺自由。”虽然截至今日，人大常委会尚未正式批准该公约，但该公约所确定的正当性程序原则，对我们建设法治国家起到标杆和指南针作用。
综上所述，收容教育因严重忽视程序正义，漠视人权，背离了法治精神，且不受司法监督，现已成了公安机关地地道道的“家法“，成为个别领导人对付异己的“杀手锏”，成为一把维护社会秩序和践踏人权的”双刃剑“，同时也成为个别无良警察的寻租工具。收容教育违反上述系列法律，其本质上是行政权架空了人民检察院的法律监督权和人民法院的审判权，严重破坏了司法的统一性和严肃性。
（三）收容教育的时效性
有的学者认为，收容教育违反1996年10月1日生效的《行政处罚法》，《行政处罚法》出台后，收容教育自应无效。《行政处罚法》第九条规定：“限制人身自由的行政处罚，只能由法律设定。“该法第十条规定：”行政法规可以设定除限制人身自由以外的行政处罚。“因收容教育一直有《办法》这把保护伞，该《办法》一直把收容教育规定为行政强制教育措施，而非行政处罚，且因《办法》又是授权立法，在《立法法》出台之前，该学者的观点显得势单力薄，有些理据不足。
2000年7月1日《立法法》出台后，收容教育在法理上已处在“默示废止”的状态。《立法法》第九条规定：”本法第八条规定的事项尚未制定法律的，全国人民代表大会及其常委委员会有权作出决定，授权国务院可以根据实际需要，对其中的部分事项先制定行政法规，但是有关犯罪和刑罚、对公民政治权利的剥夺和限制人身自由的强制措施和处罚、司法制度除外。“《立法法》用”但书“的形式已清晰无误地剥夺了全国人民代表大会及其常委委员会对于限制人身自由的法律授权。《决定》对于限制人身自由的法律授权在《立法法》出台后自动终止，《办法》作为《决定》授权制定的行政法规，自此以后丧失了效力，故收容教育应在《立法法》生效后”无限期冬眠“，直至法律对其”明示废止“退出法律舞台的那天。
三、 收容教育决定是否构成一事二罚
（一）收容教育的定位
1993年9月4日生效的《办法》第二条规定：“本办法所称收容教育，是指对卖淫、嫖娼人员集中进行法律教育和道德教育、组织参加生产劳动以及进行性病检查、治疗的行政强制教育措施。”《办法》把收容教育定位为行政强制教育措施。在《行政强制法》正式出台之前，行政强制措施的概念没有立法解释，学者们对何谓行政强制措施有不同的理解，进行着各自的学理解释。但传统的行政法理论认为，对人身自由进行限制的行政强制措施主要包括保护性约束措施（《治安管理处罚法》）、留置盘查（《警察法》）、强行驱散（《警察法》）、海关扣留（《海关法》）、戒严扣留（《戒严法》）、强行遣送（《游行示威法》）、紧急拘留（《游行示威法》）、强制隔离（《传染病防治法》）、收容教养（《未成年人保护法》）、收容教育（《办法》）、劳动教养（《决定》）等。
（二）行政强制措施的涵义及特征
《行政强制法》正式生效后，该法第二条规定：“行政强制措施，是指行政机关在行政管理过程中，为制止违法行为、防止证据损毁、避免危害发生、控制危险扩大等情形，依法对公民的人身自由实施暂时性限制，或者对公民、法人或者其他组织的财物实施暂时性控制的行为。” 《行政强制法》把行政强制措施定义为“暂时性的行为或措施”。第一，该定义表明行政强制措施系一种中间行为，它是为保证行政行为最终作出而采取的暂时性措施或行为。这种"暂时性"应如何理解?从法理上说，刑事强制措施严厉程度要高于行政处罚，行政处罚的严厉程度要高于行政强制措施。《刑事诉讼法》规定，传唤、拘传最长时间不得超过12小时。该法同时规定，公安机关对被拘留的人必须在24小时内进行讯问，发现不应当拘留的，应立即释放。《警察法》规定对违法嫌疑人留置盘问的最长时间为48小时。《海关法》规定对走私嫌疑人最长的扣留时间为48小时。《治安管理处罚法》规定对行政拘留合并处罚执行的，最长不超过20天。参照以上法律规定，在《行政强制法》关于“暂时性“司法解释出台之前，建议对行政强制措施“暂时性“的理解应以不超过48小时为宜。第二，行政强制措施既针对违法行为（如为制止违法行为采取的措施），又针对合法行为（如避免危害发生、控制危险扩大等情形），即行政强制措施与违法行为并没有必然的联系。第三，行政强制措施不具有终局性，行政机关发现违法行为，依法采取行政强制措施后，通常还要履行调查取证程序，即行政强制措施只不过是行政机关作出行政行为之前奏。
（一）《决定》对卖淫嫖娼人员处理的三个层次
《决定》第四条规定：“卖淫、嫖娼的，依照治安管理处罚条例第三十条的规定处罚。 对卖淫、嫖娼的，可以由公安机关会同有关部门强制集中进行法律、道德教育和生产劳动，使之改掉恶习。期限为六个月至二年。具体办法由国务院规定。 因卖淫、嫖娼被公安机关处理后又卖淫、嫖娼的，实行劳动教养，并由公安机关处五千元以下罚款。“2006年3月1日生效的《治安管理处罚法》取代《治安管理条例》后，人大常委会《关于修改部分法律的决定》也相应地将《决定》中第三、第四条”按照治安管理处罚条例第三十条的规定处罚“的表述修改为“依照《中华人民共和国治安管理处罚法》的规定处罚”。
《决定》表达了对卖淫嫖娼人员处罚的三个层次：第一层次是对卖淫嫖娼人员可以按照《治安管理处罚条例》规定处理。第二层次是授权国务院可以制定对卖淫嫖娼人员强制集中进行法律、道德教育和生产劳动具体办法，即可以对卖淫嫖娼人员实行收容教育。由于第一层次和第二层次处罚没有情节或次数的限定语，没有处罚层次的区分性和阶梯性，如何处罚属于公安机关的自由裁量权范畴，故公安机关可以对卖淫嫖娼人员处以15天以下拘留或者6个月至2年的收容教育，或者对卖淫嫖娼人员处以15天拘留后再处以6个月至2年收容教育，即黄海波正在享受的“待遇”。依据《决定》，公安机关在没有司法监督的情形下，可以对首次卖淫嫖娼人员限制人身自由的时间可以从1天起至2年零15天止，其间幅度之大，令世人叹为观止，目瞪口呆，称之为法律史上的“奇葩”亦不为过。第三层次是对因卖淫、嫖娼被公安机关处理后又卖淫、嫖娼的，实行劳动教养，并处五千元以下的罚款。第三层次的表述则有了明显性的区分性和阶梯性，针对的对象是“因卖淫嫖娼被公安机关处理过”的人员。
（二）《决定》不是特别法
由于《治安管理处罚法》与《决定》存在新法与旧法的关系，依照法律适用的位阶原则，对卖淫嫖娼人员的处罚按照新法《治安管理法》处理，这一点没有太大争议。但有人认为《治安管理处罚法》第六十六条没有区分首次卖淫嫖娼与多次卖淫嫖娼的处罚标准，而《决定》第四条对此有所区分，该决定应属《立法法》第八十五条“旧法的特别规定”，依据特别法制定的《办法》仍有适用之空间，对卖淫嫖娼人员实行行政拘留后，再对其实行收容教育与《治安管理处罚法》第六十六条规定并不矛盾。该观点其实是没有正确认识到《决定》的法律涵义和属性。第一，《决定》并非是对卖淫嫖娼人员实行收容教育处罚的特别法。如前所述，其系对1979年《刑法》的补充修改，其效力等同于法律。除《决定》第三条和第四条外，其余都是涉及卖淫类刑事犯罪的规定，对卖淫嫖娼人员的处罚也是作为刑事犯罪规定的陪衬。《决定》对卖淫嫖娼人员的处罚只不过比《治安管理处罚条例》更加细化而已，故其仍属于一般的规定。第二，法律没有对“特别规定”界定过范围及作出过相关解释。特别规定通常理解是“根据某种特殊情况和需要规定的调整某种特殊问题的法律规范，即是适用的人、事或者地域上不同于一般规定。”①从文义上我们无法得出《决定》第四条系“特殊问题法律规范”的结论。第三，退一万步说，即便把《决定》第四条作“特别规定”理解，依照《立法法》的规定，新法的一般规定与旧法特别规定不一致，不能确定如何适用的，应由全国人大常委会裁决。在人大常委会作出裁决之前，公安机关仍是无权依照《决定》处理卖淫嫖娼人员，更无权依据下位法《办法》的规定对卖淫嫖娼人员实行收容教育。第四，人大常委会1957年颁布的《治安管理处罚条例》和1986年颁布的《治安管理处罚条例》均涉及对卖淫嫖娼人员处理的规定，对卖淫嫖娼人员的处理谈不上是“特殊情况”、”特殊问题“。简言之，《决定》不具有“特别规定“的涵义与属性。
（三）《治安管理处罚法》第七十六条的阐释
《治安管理处罚法》第七十六条规定“有本法第六十七条、第六十八条、第七十条的行为，屡教不改的，可以按照国家规定采取强制性教育措施。”该法第六十七条是关于引诱、介绍、容留卖淫的行为的规定；第六十八条是关于制作、运输、复制、出售、出租淫秽书刊、图片、影片、音像制品等淫秽物品或者利用计算机信息网络、电话以及其他通讯工具转播淫秽信息行为的规定；第七十条是关于为赌博提供条件或者参与赌博行为的规定。《治安管理处罚法》规定的可以适用强制性教育措施的三类行为不包含卖淫嫖娼行为。
有人说《治安管理处罚法》第七十六条规定的三类行为可以适用强制性教育措施，但也没有规定除上述三类行为以外的行为不得适用强制性教育措施，非法律专业人士通常作如是理解。上述观点实质是片面、孤立地看待法律条文，没有从法学方法论、系统论的角度解读和理解法律。如《宪法》第七十九条第二款规定：“有选举法和被选举法的年满四十五周岁的中华人民共和国公民可以被选为中华人民共和国主席、副主席。”《宪法》同样没有规定不满四十五周岁的中华人民共和国公民不可以被选为中华人民共和国主席、副主席，但在实践中不满四十五周岁的公民是没资格成为中华人民共和国主席或副主席的，这从反面解释的角度也可以得出上述结论。从反面解释的角度解读《治安管理处罚法》第七十六条即为：不属于本条规定的三类行为不得适用强制性教育措施。从明示其一即排除其他的规则出发，也可以得出法律明示了三类行为，即排除三类行为以外的其他违反治安管理的行为适用强制性教育措施。从历史解释的角度出发，我国立法者采用列举方式规范法律事项时，通常为克服列举式立法存在挂一漏万的缺点，列举完有关法律事项后，设置兜底条款，以便在日后出现新情况、新问题时，利用兜底条款和司法解释或其他形式的法律解释相衔接，以解决立法滞后带来的无法可依的法律困境。《治安管理处罚法》对可以实行强制性教育措施的违反治安管理行为的规定中并没有设置兜底条款，属穷尽式列举。从历史解释的角度即是违反治安管理行为适用强制性教育措施只有该法第七十六条规定的三类行为。
综上所述，从上述几种解释方法解读《治安管理处罚法》第七十六条，我们可以得出违反治安管理行为适用强制性教育措施仅限于该条款规定的上述三类行为，同时该法的其它条款亦未规定对卖淫嫖娼者实行强制性教育措施。换言之，该法排斥对卖淫嫖娼人员实行收容教育或者劳动教养的处罚。
C. 对已编码的调查数据的正确性进行检查的常用方法有( )。
【答案】：B、D
本题考查定量研究的一般程序——缺橡含研究分析。对已编码的调查数据的正确性进行检查，常用的方法是逻辑检查和幅度检查。逻辑检查是指比较两个或几个变量的关系，看看是否合乎情理；幅度检查是指查伏笑看编码是否超出设定范围。故BD两项如碧是正确的。
D. 正确选择相关性分析的统计方法
转自： https://www.medsci.cn/article/show_article.do?id=55c91839569a
相关性分析主要用于：（1）判断两个或多个变量之间的统计学关联；（2）如果存在关联，进一步分析关联强度和方向。
那么，什么样的研究可以进行相关性分析呢？我们在这里列举了几个相关性研究的例子供大家参考：
确定要进行相关性分析后，对两个变量或多个变量进行相关性分析所采取的统计方法是不同的。那么，怎么判断研究变量的数量呢？
我们分别就两个变量的研究和三个及以上变量的研究进行了举例，帮助大家理解。同时，我们也对例子中变量数据类型进行了描述（如，连续变量、二分类变量、无序分类变量和有序分类变量）。
确定拟分析变量之间的相关性后，我们需要判断变量的数据类型。
变量的数据类型主要分为连续变量、二分类变量、无序分类变量和有序分类变量4类。拟分析的变量可以同属于一个数据类型，也可以分属不同的数据类型。根据这两个变量数据类型的不同，应采用的统计分析方法也不同。
连续变量是指对连续的指标测量所得到的数值，比如体重。其特点是等距区间的差异相同，例如体重在50kg-60kg之间的差异与60kg-70kg之间的差异相同。连续变量的示例如下：
有序分类变量可以有两个或者多个已排序的类别。举例来说，如果某患者的治疗结果是“痊愈”、“好转”、“不变”或者“恶化”。这就是一个有序分类变量，因为可以对四个类别进行排序。
需要注意的是，虽然我们可以对有序分类变量的类别排序，但还需要判断这种类别排序是不是等距的。例如，用各年龄段的近似中位数代表年龄类别，即24（18-30）岁、40（31-50）岁、60（51-70）岁、80（70岁以上）岁，可以将年龄视为定距变量。
但将患者的诊疗结果“痊愈”、“好转”、“无变化”或者“恶化”就不能认为是等距的，换句话说，不能认为“好转”是“无变化”的2倍；也不能认为“痊愈”和“好转”的差异与“不变”和“恶化很满意”的差异一样，即有序分类变量各类别之间不是可能是定距、也可能不是定距的，这是与连续变量的根本不同。有序分类变量的示例如下：
患者对医疗效果的满意程度，用5类测量：1-非常不满意、2-不满意、3-一般、4-满意、5-非常满意
对疾病的疗效：用4类测量：1-痊愈、2-好转、3-不变、4-变差
BMI指数是一种用于评估体重水平的指标。一般来说，BMI是连续变量（例如BMI为23.7或BMI为34.1），但按以下方式分类时可以视为有序分类变量：体重过轻（BMI小于18.5）、健康/正常体重（BMI在18.5—23.9之间）、超重（BMI在24—27.9之间）和肥胖（BMI大于28）。
二分类变量是只有两个类别的分类变量。二分类变量的类别之间没有顺序，不能像有序分类变量的类别那样进行排序。比如，性别变量就是一个二分类变量，可以分为“男性”和“女性”两个分类。再如，罹患心脏病也是一个二分类变量，分为“是”和“否”两个分类。
二分类变量类别是互斥的，一个研究对象不能同时分属于两个类别，比如一个人不能同时是男性或者女性，也不能同时患有心脏病又没有心脏病。二分类变量的示例如下：
性别，两个类别：男性或女性
罹患心脏病，两个类别：是或否
研究分组，两个类别：实验组或对照组
无序分类变量是具有三个及以上类别的分类变量。无序分类变量的类别之间没有内在顺序，也不能像有序分类变量类别那样进行排序。比如，出行方式是一个典型的无序分类变量，可以分为自行车、自驾、出租车、地铁或公交5个类别。无序分类变量的类别也是互斥的，一个研究对象不能同时分属于不同的类别，比如一次出行不能同时坐地铁又自己开车。无序分类变量的示例如下：
手机品牌，四个类别：苹果、三星、华为或其他
头发的颜色，五个类别：棕色、黑色、金色、红色或者灰色
民族，七个类别：汉族、回族、蒙古族、满族、维吾尔族、朝鲜族或其他
自变量也称为预测变量或解释变量，因变量也称为应答变量或结局变量。两者的区分在于，自变量可以影响因变量，因变量的值取决于对应自变量的值。也可以用因果关系来区分自变量和因变量，即自变量的变化导致了因变量的变化（但自变量和因变量之间并不一定真的存在因果关系）。自变量是对因变量的描述，而因变量可以被自变量所解释。
研究设计也可以帮助我们区分自变量和因变量。举例来说，我们计划开展一项研究分析不同剂量药物的治疗效果，治疗药物就是这个研究的自变量，治疗效果则是因变量。
比如我们想知道抗感染药物剂量（1.5 mg / d、4 mg /d或者 8 mg/d）与患者发热时长的关系，抗感染药物剂量就是自变量，因为这个剂量的是由研究者干预产生的，且很可能是发热时长差异的原因；而同时发热时长就是这项研究的因变量。
横断面调查并不区分自变量和因变量。举例来说，研究者根据问卷调查研究对象的工作效率（1-5类：1代表非常高效、5代表非常低效）和锻炼情况（1-4类：1代表经常锻炼、4代表不锻炼）的关系。
在该研究中，受调查者的工作效率和锻炼情况并不存在明确的因果关系，因为效率高可能意味着受调查者有更多的锻炼时间，而反之经常锻炼可能也会提高工作效率。因此，我们就不区分该研究的自变量和因变量。
本文先说说研究中涉及两个变量的情况。
Pearson相关用于评估两个连续变量之间的线性关联强度。这种统计方法本身不区分自变量和因变量，但如果您根据研究背景已经对变量进行了区分，我们仍可以采用该方法判断相关性。
Pearson相关不区分自变量和因变量。虽然这不影响我们采用Pearson相关分析两个连续变量的相关性，但如果还是想通过统计方法区分一下，可以采用线性回归。
这里还需要判断有序分类变量是否为定距变量。如果认为拟分析的有序分类变量是定距变量，我们就可以为变量中的类别赋值，然后根据这些数值进行分析（即看作连续变量），比如测量满意度（从“完全同意”到“完全不同意”5个类别）就是一个定距变量，可以用1-5为各类别赋值，即1 =完全同意、2 =同意、3 =一般、4 =不同意、5 =完全不同意。
对于不能作为定距变量的有序分类变量，比如军衔的类别（少将、中将、上将、大将等）之间就不是等距的，就不能赋值后对数值进行分析（只能对类别进行分析）。
实际上，将有序分类变量作为连续变量进行分析，这在大多数情况下可能不符合我们的研究目的。对类别进行分析是对有序分类变量相关性分析的常见选择。但是，如果基于的研究背景，待分析的有序分类变量确实可以作为定距变量处理，也是可以的。
Mantel-Haenszel 趋势检验。该检验也被称为Mantel-Haenszel 卡方检验、Mantel-Haenszel 趋势卡方检验。该检验根据研究者对有序分类变量类别的赋值，判断两个有序分类变量之间的线性趋势。
Spearman相关又称Spearman秩相关，用于检验至少有一个有序分类变量的关联强度和方向。
Kendall's tau-b 相关系数是用于检验至少有一个有序分类变量关联强度和方向的非参数分析方法。该检验与Spearman相关的应用范围基本一致，但更适用于存在多种关联的数据（如列联表）。
卡方检验常用于分析无序分类变量之间的相关性，也可以用于分析二分类变量之间的关系。但是该检验只能分析相关的统计学意义，不能反映关联强度。因此，我们常联合Cramer's V检验提示关联强度。
Fisher精确检验可以用于检验任何R C数据之间的相关关系，但最常用于分析2 2数据，即两个二分类变量之间的相关性。与卡方检验只能拟合近似分布不同的是，Fisher精确检验可以分析精确分布，更适合分析小样本数据。但是该检验与卡方检验一样，只能分析相关的统计学意义，不能反映关联强度。
确定进行两个二分类变量的相关性分析后，我们需要判断是否区分自变量和因变量。
相对风险是流行病学或前瞻性队列研究中的常用指标，可以在一定条件下比较两个比例之间的关系，但其提示的结果是比值而不是差异。
比值比可以计算多类研究的关联强度，也是很多统计检验（如二分类logistic回归）的常用指标。在相对风险指标不适用的病例对照研究中，比值比仍可以很好地反映结果。
卡方检验可用于分析两个二分类变量之间的关系。但是该检验只能分析相关的统计学意义，不能反映关联强度。因此，该检验可以联合Phi (φ)系数提示关联强度。
Fisher精确检验可以用于检验任何R C数据之间的关系，但最常用于分析2 2数据，即两个二分类变量之间的相关性。与卡方检验只能拟合近似分布不同的是，Fisher精确检验可以分析数据的精确分布，更适用于小样本数据。但是该检验与卡方检验一样，只能分析相关的统计学意义，不能反映关联强度。
Point-biserial相关。Point-biserial相关适用于分析二分类变量和连续变量之间的相关性。其实，该检验是Pearson相关的一种特殊形式，与Pearson相关的数据假设一致，也可以在SPSS中通过Pearson相关模块进行计算，我们会在教程中具体介绍。
确定进行二分类变量和有序分类变量的相关性分析后，我们需要判断是否区分自变量和因变量：
有序Logistic回归。有序Logistic回归在本质上并不是为了分析二分类变量和有序分类变量之间的相关性。但我们仍可以用有序logistic回归及其对应的OR值判断这两类变量之间的统计学关联。
Cochran-Armitage 检验。Cochran-Armitage 检验又称Cochran-Armitage 趋势检验，常用于分析有序分类自变量和二分类因变量之间的线性趋势。该检验可以判断随着有序分类变量的增加，二分类因变量比例的变化趋势，是对其线性趋势的统计学分析。我们将在教程中进一步解释这一问题。
此问题可以使用Mantel-Haenszel卡方检验或Cochran-Armitage趋势检验。Mantel-Haenszel卡方检验也称线性趋势检验（Test for Linear Trend）或定序检验（Linear by Linear Test）。
Mantel-Haenszel卡方检验和Cochran-Armitage趋势检验的区别是：Mantel-Haenszel卡方检验要求一个变量是有序分类变量，另一个变量可以是二分类变量，也可以是有序多分类变量。而Cochran-Armitage趋势检验要求一个变量是有序分类变量，另一个变量是二分类变量。
SPSS不提供Cochran-Armitage趋势检验， Mantel-Haenszel卡方可以得到近似的结果。Cochran-Armitage趋势检验可以在SAS等其它软件中实现（SAS可以同时提供Cochran-Armitage趋势检验和Mantel-Haenszel卡方检验的结果）。
Biserial秩相关：Biserial秩相关可以用于分析二分类变量和有序分类变量之间的相关性。在用二分类变量预测有序分类变量时，该检验又称为Somers' d检验。此外，Mann-Whitney U检验也可以输出Biserial秩相关结果。
Spearman相关。没有适用于分析有序分类变量和连续变量相关性的检验方法，我们需要将连续变量视为有序分类变量进行检验，即分析两个有序分类变量之间的关系。在这种情况下，我们可以应用Spearman相关或者其他针对有序分类变量的检验方法。
E. 判断正态性的几种方法总结
数据服从正态分布是很多分析方法的前提条件，在进碧竖丛行方差分析、回归分析等分析前，首先要对数据的正态性进行分析，确保方法选择正确。如果不满足正态性特质，则需要考虑使用其他方法或对数据进行处理。
检测数据正态性的方法有很多种，以下为几种常见方法：图示法、统计检验法、描述法等。
正态分布图可直观地展示数据分布情况，并结合正态曲线判断数据是否符合正态分布。
分析时，选择【正态图】分析方法，拖拽分析项到右侧分析框内，点击“开始正态图分析”即可得到结果。悔樱
若数据基本符合正态分布，则会呈现出中间高、两侧低、左右基本对称的“钟形”分布曲线。
若数据为定类数据或数据量较少，一般很难呈现出标准的正态分布纤闭，此时建议只要图形呈现出“钟形”也可接受数据服从正态分布。
若数据分布完全偏离正态，则说明数据不符合正态分布。
P-P图和Q-Q图，都是通过散点与正态分布的预测直线法重合程度以说明数据是否服从正态分布。
P-P图是将实际数据累积比例作为X轴，将对应正态分布累积比例作为Y轴，作散点图，反映实际累积概率与理论累积概率的符合程度。
Q-Q图将实际数据作为X轴，将对应正态分布分位数作为Y轴，作散点图，反映变量的实际分布与理论分布的符合程度。
如数据服从正态分布，则散点分布应近似呈现为一条对角直线。反之则说明数据非正态。P-P图和Q-Q图的功能一致，使用时没有区别。
利用统计图分析正态性，往往是依靠分析者的主观判断进行。因而容易产生结果偏差。因此需要结合其他方法，对数据的正态性指标进行统计描述。
正态性检验分析定量数据是否具有正态分布特质。
操作步骤：选择【正态性检验】分析方法，拖拽分析项到右侧分析框内，点击“开始正态性检验”即可得到结果。
如果样本量大于50，则应该使用Kolmogorov-Smirnov检验结果，反之则使用Shapro-Wilk检验的结果。
上图中，样本量为300，因而选择K-S检验。P值=0.149>0.05，说明数据服从正态分布。
描述法即通过描述数据偏度和峰度系数检验数据的正态性。
偏度和峰度可通过描述性分析得到，也可在正态性检验中直接查看。
理论上讲，标准正态分布偏度和峰度均为0，但现实中数据无法满足标准正态分布，因而如果峰度绝对值小于10并且偏度绝对值小于3，则说明数据虽然不是绝对正态，但基本可接受为正态分布。
检验数据正态性的方法有很多，其中统计检验法对于数据的要求最为严格，而实际数据由于样本不足等原因，即使数据总体正态但统计检验出来也显示非正态，实用性上不如图示法直观，接受程度高，因此一般情况下使用图示法相对较多。
当正态图和正态性检验结果出现矛盾，如正态图显示数据分布对称而正态性检验结果P<0.05，此时建议不要追求绝对的正态，如数据基本满足正态性即可接受服从正态分布。
另外，正态性检验要求严格通常无法满足，如果峰度绝对值小于10并且偏度绝对值小于3，则说明数据虽然不是绝对正态，但基本可接受为正态分布。
若想将非正态性数据转化为正态性数据，可将数据取对数、开根号等处理，以接近正态性。
更多干货内容欢迎登陆 SPSSAU官网 阅读
F. 怎么去分析才是正确的方法
数据分析（Data Analysis）
数据分析概念
数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。
数据分析与数据挖掘密切相关，但数据挖掘往往倾向于关注较大型的数据集，较少侧重于推理，且常常采用的是最初为另外一种不同目的而采集的数据。
数据分析的目的与意义
数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。
在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。
数据分析的功能
数据分析主要包含下面几个功能：
1. 简单数学运算（Simple Math）
2. 统计（Statistics）
3. 快速傅里叶变换（FFT）
4. 平滑和滤波（Smoothing and Filtering）
5. 基线和峰值分析(Baseline and Peak Analysis)
数据分析的类型
在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国着名统计学家约翰·图基(John Tukey)命名。
定性数据分析：又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。
数据分析步骤
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
数据分析过程实施
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。