您好，请问单因素/多因素分析是仅指相关分析之类的么？ 

横断面数据，需要看如题的年龄、性别、血压、血糖、生化指标、疾病严重程度等众多指标与DNA量（因变量）的相关性。

统计目的：① 看一些关注的因素（如血糖）在不同分组时DNA有无差别；②找出与DNA量相关的因素。

本人提到的“分组”是指比如每个指标会有自己的划分指标，如血糖分正常、偏高、高，年龄有青年、中年、老年等。

现在DNA非正态分布，目前不清楚的点，最主要是：【 这一大批数据的分析流程】

1. 请问是先非参数检验、再相关回归分析；还是先相关和回归，再选择有相关性的因素进行分组非参数检验？

——例：

思路①先仅按血糖分正常、偏高、高，非参数检验，对比组间DNA量有无显著差异→再仅按其他某一因素进行分组，非参数检验→按研究的因素依次进行单因素相关分析→多因素相关、回归分析

思路②先按研究的因素依次进行单因素相关分析→多因素相关、回归分析→选出回归分析纳入的变量→若未纳入，不进行非参数检验；若纳入，例如血压、血糖纳入，则分别按血压、血糖进行分组，非参数检验，看不同血压或不同血糖之间有无显著差异

以上思路哪种正确呢？

2. 如何看变量的交互作用

3. 若仅按某一元素（如血糖）分组，进行非参数检验，看DNA量有无显著差异。分组后是否需要看除血糖外其它因素（如年龄、血压、BMI等）的可比性？若可比还好，但是若其中其它指标中有一些有显著差异，那非参数检验的结果还可信么？