研究者想观察两个连续变量之间的相关性，可以使用Spearman相关（或Pearson相关）分析。Spearman相关适用于判断两个非正态分布（或者有不能剔除的异常值）的连续变量之间的相关关系。当两个连续变量均符合正态分布时，建议优先选用Pe

研究者已知一个自变量（受教育程度）对因变量（幸福指数）的影响，想判断另一个自变量（性别）对这一相关关系是否存在作用。针对这种情况，我们可以使用两因素方差分析，但需要先满足6项假设。

某呼吸内科医生拟探讨吸烟与肺癌发生之间的关系，开展了一项成组设计的病例对照研究。选择该科室内肺癌患者为病例组，选择医院内其它科室的非肺癌患者为对照组。通过查阅病历、问卷调查的方式收集了病例组和对照组的以下信息：性别、年龄、BMI、COPD病