相关和回归都是处理两个或多个变量的统计工具。虽然两者涉及同一主题，但两者之间存在差异。两者之间的区别将在下面解释。

意思

与两个或多个变量相关的术语表示变量以某种方式相关。相关分析确定两个变量之间是否存在关系，以及关系的强度。如果两个变量x（独立的）和y（相依的）是如此的相关，以至于自变量的幅度的变化伴随着因变量幅度的变化，那么这两个变量被称为是相关的。

相关性可以是线性的，也可以是非线性的。线性相关性是指变量之间的相关性使得一个变量值的变化会导致另一个变量值的变化。在线性相关中，与因变量和自变量的各自值相关的散点将**在非水平直线周围，尽管水平直线也表示变量之间的线性关系，前提是直线可以连接代表变量的点。

另一方面，回归分析使用现有数据来确定变量之间的数学关系，该关系可用于确定因变量相对于自变量任何值的值。

统计方向

相关关系涉及关联强度或关系强度的测量，其中，回归涉及到相对于独立变量的已知值预测相关变量的值。这可以用以下公式来解释。

x&y之间的相关系数或相关系数（r）由下式求出；

r=协方差（x，y）/σ十。σy、 cov（x，y）=Σxy/n–(Σ（x/n）(Σ是/否），σx和σy分别是x和y的标准差，-1<r0，则x和y之间的相关系数=u和v之间的相关系数。

相关系数r是一个纯数，与测量单位无关。因此，如果x是某个地区的人的身高（英寸），y是体重（磅），那么r既不是英寸也不是磅，只是一个数字。

回归方程采用以下公式计算；

y对x的回归方程（求y的估计）为y-y′=byx（x-x‾），byx称为y对x的回归系数。x对y的回归方程（求x的估计）为x–x′=bxy（y-y‾），bxy称为x对y的回归系数。

相关分析不假设任何变量依赖于其他变量，也不试图找出两者之间的关系。它只是估计变量之间的关联程度。换言之，相关分析检验变量之间的相互依赖性。另一方面，回归分析描述了因变量或响应变量对自变量或解释变量的依赖性。回归分析假设解释变量和反应变量之间存在单向因果关系，不考虑因果关系是正的还是负的。对于相关性，因变量和自变量的值都是随机的，但对于回归，自变量的值不必是随机的。

总结

1.相关分析是对两个变量之间相互依赖性的检验。回归分析给出了一个数学公式来确定因变量相对于自变量的值。

2.相关系数与产地和尺度的选择无关，而回归系数与产地和尺度的选择无关。

对于相关性，两个变量的值必须是随机的，但对于回归系数则不是这样。

参考文献

1.达斯，N。G.，（1998），统计方法，加尔各答

2.相关与回归，可在www.le.ac.uk/bl/gat/virtualfc/stats/regression

3.回归和相关，可在www.abyss.uoregon.edu