:B、C 選項只能用來分析數(shù)值型變量，分類變量用不了這兩種方法。

分析分類變量之間的相關性，可以采用以下方法：

A: 卡方檢驗
D: 計算列聯(lián)相關系數(shù)

### 專業(yè)分析：

1. **卡方檢驗（Chi-Square Test）**：
- **適用范圍**：卡方檢驗主要用于檢驗兩個分類變量之間的獨立性。它通過比較實際觀察到的頻數(shù)和期望頻數(shù)之間的差異來判斷變量之間是否存在關聯(lián)。
- **優(yōu)點**：簡單易用，適用于大樣本數(shù)據。
- **缺點**：對小樣本數(shù)據不太可靠。

2. **計算列聯(lián)相關系數(shù)（Contingency Coefficient）**：
- **適用范圍**：列聯(lián)相關系數(shù)是一種用于衡量兩個分類變量之間關聯(lián)程度的統(tǒng)計量。它基于卡方統(tǒng)計量計算得出。
- **優(yōu)點**：能夠量化分類變量之間的關聯(lián)程度。
- **缺點**：列聯(lián)相關系數(shù)的取值范圍有限，不能達到1。

### 錯誤選項分析：

B: **t 檢驗**：
- **適用范圍**：t 檢驗主要用于比較兩個樣本均值之間的差異，通常用于連續(xù)變量的數(shù)據分析。因此，不適用于分析分類變量之間的相關性。

C: **計算皮爾遜相關系數(shù)（Pearson Correlation Coefficient）**：
- **適用范圍**：皮爾遜相關系數(shù)用于衡量兩個連續(xù)變量之間的線性關系，不適用于分類變量。

綜上所述，分析分類變量之間的相關性可以采用卡方檢驗和列聯(lián)相關系數(shù)。