相关分析是一种用于探讨两个连续变量之间关系的方法。它有特定的适用条件，以下是对这些条件的分析：

正确答案是：B、C、D

### 适用条件分析：

1. **数据间相互独立，包括观测间相互独立与变量间相互独立（A）**
- **错误**。相关分析要求观测值之间相互独立，即个体观测值不应该相互影响。但变量间独立并不是相关分析的必要条件，相反，相关分析就是用来研究变量之间的相关性。

2. **两列变量均服从正态分布（B）**
- **正确**。对于皮尔逊相关系数，要求每一个变量均近似服从正态分布特别是在样本量较小时。但如果样本量较大，根据中心极限定理，即使不服从正态分布，相关分析的结果也较为稳健。

3. **变量为连续变量（C）**
- **正确**。相关分析通常用于连续变量之间的关系研究。虽然在某些情况下可以对离散变量进行相关分析，但是需要特别注意选择合适的相关系数（如点二列相关系数）。

4. **两变量间的关系是线性的（D）**
- **正确**。皮尔逊相关系数假设两变量之间的关系是线性的。如果变量间存在非线性关系，可能会低估相关系数的大小，甚至无法正确反映变量间的真实关系。

### 专业分析：

在使用相关分析时，需要首先确认数据满足这些条件，否则应考虑其他的分析方法。例如：

- 如果变量不服从正态分布，可以考虑使用斯皮尔曼秩相关系数，它是基于秩的非参数方法。
- 如果变量之间的关系是非线性的，考虑通过非线性回归或数据转换等方法处理。

选择合适的分析方法和相关系数对于准确揭示变量间关系至关重要。确保数据符合相关分析的前提条件，可以提高结果的可靠性和解释的准确性。