本案例中强调的是不同货架和不同商品间是否存在销售上的差别，其实可以归属于分类变量与分类变量间存在的相关关系，根据模型适用条件，选择卡方分析。

在这个问题中，我们需要选择一种统计方法来检验不同货架位置对商品销售的影响。以下是对每个选项的分析：

A. **使用方差分析确定不同货架的销售额度情况**
方差分析（ANOVA）适用于比较多个组（在此情况下为不同货架位置）之间的均值差异。如果想要了解不同货架上商品销售额的变化，方差分析是合适的选择。

B. **使用线性回归，检测不同货架对销售的营销**
线性回归通常用于探讨变量之间的关系，尤其是预测一个或多个独立变量对因变量的影响。虽然可以用于分析货架位置对销售的影响，但在单纯比较不同组的均值差异时，方差分析更为直接。

C. **使用配对t检验查看不同商品相对应的货架销售额度间的差别**
配对t检验用于比较两个相关样本的均值，通常适合于成对数据。由于每种商品放置在不同的货架上，这种情况不适合使用配对t检验。

D. **使用卡方的独立性检验查看不同商品与不同货架上的销售情况**
卡方检验通常用于分类数据，以测试变量之间的独立性。在这里，如果数据是分类的（例如，销售是否高于某个阈值），卡方检验可能适用。但题干没有明确指出数据的分类性质。

基于以上分析，**选项 A （使用方差分析确定不同货架的销售额度情况）**是最合适的。方差分析能够有效地比较多个货架位置之间的销售差异，从而帮助判断货架位置对销售的潜在影响。