统计方法的分类框架：
首先按照观测数据的来源分类，第一类是横贯数据，横贯数据指在同一时间、不同案例的观测数据。第二类是纵贯数据，指对同样的案例在不同时间上的多次观测的数据。从方法论上，对于研究因果关系，纵贯数据具有更高的有效性。其中事件史分析就是这一类。
第二种划分是分析模型的属性。一类是因果模型，一类是相依模型。因果模型即在变量中明确设置因变量和自变量的模型，目的在于描述自变量的变化如何影响因变量的变化。
第三种划分时变量的侧度等级。分为非测量型变量和测量型变量两种。
该框架对于因果模型分类时还涉及到模型中因变量的数量，有三种情况：一种是单变量模型，一种是多因变量模型，一种是多层因果模型。其中单因变量模型和多因变量模型都是单一方程模型，而多层因果模型实际上是结构模型，指由联立方程组构成的模型，即某个变量在有的方程中是因变量，而在其他方程中是自变量。
科学研究不仅表现为一种有明确目的的探索，而且是通过极为细致、严谨的特殊方式来进行的，因此，提高方法论素养是减少错误、少走弯路的必要训练。科学的研究工作更要讲究科学的方法论。
有的时候，由于不具备时间、费用、人力等投入条件，不可能实施一个专门设计的观察，我们便不得不借助可以得到的其他统计数据。这种数据称为二手资料，应用二手资料进行的分析成为二手分析。尽管这些数据中也可能包含我们需要的信息，但是由于当初取得这些数据时仅服务于其他目的，所以数据的变量设置、测量水平不一定能够完全达到本次研究的要求，而研究人员又只能在这种条件下开展分析。这时研究人员必须明确，数据资料方面的限制对分析结果构成了哪些可能的损害，是表现在分析结果的有效性上，还是表现在分析结果的可靠性上。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/51862/viewspace-180560/ ，如需转载，请注明出处，否则将追究法律责任。
