大家好，这是我第一次发帖（我发的是免费贴）。如有不周到之处还望见谅。附件是某公司发我邮箱的一道数据分析面试题。sheet1是自变量，sheet2是因变量。因变量应该是密度。按照说明，题目要求相关性，我的解题思路是：

方法一、精细，计算量大，但比较精准。将每个产地等级做为一个总体，再将每个总体互相作等效性测试。

1. 先通过描述性统计量对每个产地等级的各个变量进行分析，找出他们的大致分布。

2. 再对同一地区的两两产地等级每个变量进行配对样本检验，看他们的总体是否在一定区域内有等效性。如果全部变量总体等效可以一起进行相关性分析，否则要分产地等级进行分析。

3. 如果有一个单变量不服从正态分布就用斯皮尔曼相关分析，否则可以用皮尔森相关分析。

4. 在进行配对样本检验时每个变量也要满足正态分布才可以用T检验，否则用非参数检验。

5. 对于同一产地等级中抽取出的小样本，按照实际情况选择各个变量的平均数，中位数或众数来和因变量进行相关性分析。考虑到非等比例抽样，在进行相关分析时引入权重。

方法二、便捷，计算少。分玉溪与临沧两个大样本，下面再分层抽样各个小样本。

1. 先通过描述性统计量对两个样本的各个变量进行分析，找出他们的大致分布。

2. 对两个样本每个变量进行独立双样本检验，看他们总体是否等效。如果全部变量总体等效可以一起进行相关性分析，否则要分产地进行分析。

3，4，5同上。

方法三、粗犷快捷，但不精准。将所有观察值看作来自同一个总体，直接运用第5点进行相关性分析。

  方法四、将每个产地等级做为一个总体，通过聚类方法将同质性的产地等级聚合为一个总体，达到某个水平后看一下有几个类（几个总体），然后在每个总体中分别做相关性分析。（但用一组数据作为一个观测值进行聚类没有找到这样的算法，如果用每个小样本（五个观测值）进行聚类又会打乱产地等级的秩序）

   我的具体解法在附件中，请大家指点。我最后也没有被面试上，也不知道做错在哪里。望数学高手指点一二。谢谢大家！