如果要构建回归模型，基本就这两种方法额。

嗯，好的，谢谢你！那还可以做其他什么简单的相关性分析吗？看了半天，像方差、卡方、T检验等这些方法，由于因变量的要求，貌似都不适合做。

如果你自变量比较少，那还可以做自变量与因变量间的卡方检验。现在自变量比较多，如果想探究多个自变量对二分类因变量的影响，那用二元logistic/probit回归为好。祝好运~

嗯嗯，谢谢!

logit和probit是一个很笼统地概念。根据你的数据，你可以看看除了普通的logit外是否可以用其它的模型，比如根据每个选项间random utility的相关性，可以看看是否应该使用nested logit, 或cross nested logit, 根据假设系数(也就是beta)是一个固定值，一个有限分类，还是一个连续分布，可以试试 latent class analysis, mixed logit (也就是用random coefficient)等等。