可以分析，多元回归要求应变量为连续性变量，自变量可以是连续性的或离散的。

①从思路上来讲，不能使用偏相关。颜色可能会影响销量，商场也可能影响销量，但是颜色和商场之间完全没有关系。如果有关系，则可以考虑偏相关。
②数据按照不同的要求可以有不同的划分方法，按尺度分有定类、定序、定距（包括定距和定比）之分，按间隔分有连续和离散之分，按作用分有自变量、因变量和常变量，往往一个数据兼具以上三种属性，然而究竟采用什么分析方法，还是主要看“按尺度划分”。

基于以上两点，可知“色彩”和“商店”是定类的，“销量”是定比的，“色彩”和“商店”毫无关系，再结合你的研究目的“分析不同色彩和商店类型对该产品销售是否有显著影响”，是典型的多因素方差分析的案例，结果可以与“不同色彩和商店类型下，销量是否有差异”相关的结论，如果有差异，也就说明了有影响；而是否显著，则可以在产生差异的基础上对比均值，均值大，就显著。

回答的很具体，很全面，学习了 3# congmuya

你好，我想请教下本来我想研究的是建筑能耗的影响因素偏相关分析，但是看过论坛后我不确定这么做是不是合适。
我的变量包括建筑面积（定序）、建筑年代（定序）、常住人口数（定距），空调台数（定距），空调使用方式（定序），建筑能耗（定距）等等，而且这些数据都是非正态的，，之前想法是想先进行简单相关分析，再进一步进行偏相关分析。
不知道我这样的数据能不能进行偏相关分析，或者有没有什么更适合的分析方法推荐？
期待您的解答，非常感谢！！！

你好，首先“建筑能耗的影响因素偏相关分析”这个问题描述得不是很清楚，因为“相关分析”至少要有两个变量，你的问题里面至少要提到3个变量，如果牵涉到“偏相关分析”，那就至少要提3个变量。
其次， 你一共提供了6个变量，都满足做相关分析的数据要求，可以使用。定序与定序之间用Spearman系数，定距与定距之间用Pearson，但是定序和定距之间不能用相关分析。