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: