定序变量如何做相关分析法?

定序变量相关分析法是一种用于研究定序变量之间关系的统计分析方法。它的特点是它可以捕捉定序变量之间的线性关系、非线性关系和异方差关系，而不需转化为分类或定量变量。

定序变量相关分析法主要包括等级相关分析法(Spearman's rank correlation)、变点相关分析法(Kendall's tau)和加权等级相关分析法(Weighted Rank Correlation)。

等级相关分析法是最常用的定序变量相关分析方法，它是一种非参数性统计检验方法。它测量两个变量之间的等级关系，从而判断它们之间是否存在某种关系。它采用Spearman等级相关系数来度量定序变量之间的等级关系。

Kendall的tau是一种变点相关分析方法，它可以捕捉定序变量之间的非线性关系。它采用了Kendall的tau-b系数来度量定序变量之间的相关程度。

Weighted Rank Correlation是另一种定序变量相关分析方法，它可以捕捉定序变量之间的异方差关系。它采用了改进的Spearman秩相关系数来度量定序变量之间的相关程度。

定序变量相关分析法可以在研究定序变量之间关系时发挥重要作用。它不仅可以发现定序变量之间的关系，而且可以提供一种有效的检验方法来验证定序变量之间的关系。

拓展：定序变量相关分析法还可以用来研究标准假设和双相假设之间的关系，以及定序变量之间的自变量效应和依赖变量效应。定序变量相关分析法还可以用来评估独立性的程度，以及确定观测值的等级或变点变异情况。