欲分析肺活量和身高之间的数量关系，拟用身高值预测肺活量值，则应采用A. 秩相关分析B. 相关分析C. 直线回归分析D. 多元回归分析E. Logistic回归分析

本题考查的知识点是不同统计分析方法的适用场景，解题思路是根据题目中分析肺活量和身高之间数量关系并进行预测的要求，来判断各个选项是否合适。

• A选项：秩相关分析
  秩相关分析主要用于分析两个变量之间的等级相关关系，它不侧重于建立变量之间的数量预测模型，而是关注变量的秩次顺序关系。本题是要分析肺活量和身高的数量关系并进行预测，并非单纯的等级相关分析，所以A选项不符合要求。
• B选项：相关分析
  相关分析主要是研究两个或多个变量之间的线性相关程度，它只能表明变量之间是否存在关联以及关联的紧密程度，但不能用于根据一个变量的值来预测另一个变量的值。本题需要用身高值预测肺活量值，相关分析无法满足这一需求，所以B选项不正确。
• C选项：直线回归分析
  直线回归分析是一种用于研究两个变量之间线性关系的统计方法，它可以通过建立回归方程，根据自变量（本题中的身高）的值来预测因变量（本题中的肺活量）的值。这与题目中用身高值预测肺活量值的要求相符合，所以C选项正确。
• D选项：多元回归分析
  多元回归分析是研究一个因变量与多个自变量之间的线性关系。而本题仅涉及肺活量和身高两个变量，不需要使用多元回归分析，所以D选项不合适。
• E选项：Logistic回归分析
  Logistic回归分析主要用于处理因变量为分类变量的情况，而本题中的肺活量是连续型的数量变量，并非分类变量，所以E选项不适用。