两列顺序变量的相关分析方法是:A. 皮尔逊相关B. 斯皮尔曼等级相关C. 肯德尔和谐系数D. 点二列相关

本题考查不同相关分析方法的适用条件，解题的关键在于明确各种相关分析方法所适用的数据类型，然后判断两列顺序变量适合用哪种方法。

• 皮尔逊相关：
  • 皮尔逊相关（Pearson correlation）主要用于分析两个连续变量之间的线性关系。它基于变量的原始数值进行计算，要求数据服从正态分布，并且两个变量之间存在线性趋势。其计算公式为$r = \frac{\sum_{i = 1}^{n}(x_i-\bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i = 1}^{n}(x_i-\bar{x})^2\sum_{i = 1}^{n}(y_i - \bar{y})^2}}$，其中$x_i$和$y_i$分别是两个变量的观测值，$\bar{x}$和$\bar{y}$分别是它们的均值，$n$是样本数量。由于顺序变量不具备连续变量的特征，不满足皮尔逊相关的使用条件，所以A选项不符合要求。
• 斯皮尔曼等级相关：
  • 斯皮尔曼等级相关（Spearman's rank correlation）是一种非参数的相关分析方法，适用于分析顺序变量之间的关系。它的基本思想是将原始数据转换为等级数据，然后计算等级之间的相关性。具体步骤为：先对两列顺序变量分别赋予等级，再根据等级数据计算相关系数。其计算公式为$r_s=1-\frac{6\sum_{i = 1}^{n}d_i^2}{n(n^2 - 1)}$，其中$d_i$是每对数据的等级差，$n$是样本数量。因此，对于两列顺序变量，斯皮尔曼等级相关是合适的分析方法，B选项正确。
• 肯德尔和谐系数：
  • 肯德尔和谐系数（Kendall's coefficient of concordance）主要用于衡量多个评定者对同一组对象进行评定的一致性程度。它通常用于多列顺序变量的情况，而本题是两列顺序变量，所以C选项不适用。
• 点二列相关：
  • 点二列相关（Point - biserial correlation）用于分析一个二分变量（只有两个取值的变量）和一个连续变量之间的关系。由于本题是两列顺序变量，并非二分变量和连续变量的组合，所以D选项也不正确。