相关分析与回归分析有何区别与联系

联系：相关分析和回归分析都是研究变量之间的关联关系的。

区别：1、相关性分析仅仅只能研究变量之间的关联关系，但是并不能研究变量之间的因果关   

系。

例如：A和B之间存在相关关系，意味着A依赖于B同时B也依赖于A；而回归分析则是

可以研究变量之间的因果关系，即回归分析中有明确的起因变量也有明确的结果变

量。

例如：A变量显著影响B变量；努力学习，成绩就好，努力就是起因，成绩就是结局。

2、相关性分析仅仅研究两个变量之间的关联关系，当有第三个变量的时候，则不能

选择相关性分析；回归分析则可以同时研究1个或者1个以上的起因变量（自变量）

对一个结局变量（因变量）的影响的情况。

接下来用图形简单说明回归分析和相关性分析的区别和联系：

同样是height和weight，如果选择相关性分析，那么只能得出height和weight之间的相关系数为0.625，意味着height和weight之间显著正相关，即height和weight同升同降；如果选择线性回归分析，则可以更进一步得出height可以显著正向影响weight，影响系数为0.425，即height每提升1单位会直接导致weight随之提升0.425个单位。

一、回归分析和相关分析主要区别是：

1、在回归分析中,y被称为因变量,处在被解释的特殊地位,而在相关分析中,x与y处于平等的地位,即研究x与y的密切程度和研究y与x的密切程度是一致的；

2、相关分析中,x与y都是随机变量,而在回归分析中,y是随机变量,x可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定x是非随机的；

3、相关分析的研究主要是两个变量之间的密切程度,而回归分析不仅可以揭示x对y的影响大小,还可以由回归方程进行数量上的预测和控制.

二、回归分析与相关分析的联系：

1、回归分析和相关分析都是研究变量间关系的统计学课题。

2、在专业上研究上：

有一定联系的两个变量之间是否存在直线关系以及如何求得直线回归方程等问题,需进行直线相关分析和回归分析。

3、从研究的目的来说：

若仅仅为了了解两变量之间呈直线关系的密切程度和方向,宜选用线性相关分析；若仅仅为了建立由自变量推算因变量的直线回归方程,宜选用直线回归分析.

扩展资料：

1、相关分析是研究两个或两个以上处于同等地位的随机变量间的相关关系的统计分析方法。

例如，人的身高和体重之间；空气中的相对湿度与降雨量之间的相关关系都是相关分析研究的问题。

2、回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛。

回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析

参考资料：百度百科－回归分析

百度百科－相关分析