（一）回归分析的概念

回归分析是指对具有相关关系的现象，根据其相关形态，选择一个合适的数学模型（回归方程），用来近似地表示两个变量之间平均变化关系，并利用这种关系进行推算和预测的一种统计分析方法。所谓平均变化关系，即是将不确定、不规则的相关数量关系一般化、规则化（平均化）的过程。

1877年英国数理统计学家高尔登对人体身高的进化情况进行了一次系统地研究。通过大量数据表明，身高高的父母，其子女身高也高；身高矮的父母，其子女身高也矮；但身高特高的父母，其子女身高反而不特高；身高特矮的父母，其子女身高反而不特矮。此研究说明人体身高从大量观察的结果来看，有从最高和最矮的两个极端向平均身高集中的趋势，这种趋势称为身高的回归。在统计中把描述这种集中趋势的数学模型称为回归方程。

广义的相关分析包括相关和回归两个方面，因为相关与回归都是以研究两个变量相互关系为出发点的统计分析方法。但是相关分析和回归分析解决问题的方法和目标则不同，以下分别以线性相关分析和线性回归分析予以说明。

相关分析是利用相关系数以确定两个变量之间相关方向和相关的密切程度为统计目标；而回归分析则是利用数学模型以对具有相关关系的两个变量之间数量变化的一般规律进行测定为统计目标。回归分析的关键是确立一个由相应自变量和因变量组成的数学表达式，并运用数理方法推算回归参数，导出反映变量变化规律的回归方程，为进一步进行统计预测提供科学依据。

（二）回归分析与相关分析的关系

两者的区别：(www.daowen.com)

（1）相关分析两个变量的地位对等，不做因果变量区分。而回归分析则必须确定自变量和因变量。

（2）相关分析对两个变量x与y只能计算一个相关系数。而回归分析以x为自变量，y为因变量；或以y为自变量，x为因变量，可以建立y倚x和x倚y两个不同的回归方程。

（3）相关分析涉及的两个变量都是随机变量。而在回归分析的两个变量中，自变量是给定的，因变量则是随机的。

两者的联系：

（1）相关分析是回归分析的基础。只有通过相关分析，在确认两变量之间有较高的相关程度之后，才可以进行回归分析。

（2）回归分析是相关分析的延续。相关分析仅仅帮助我们认识了两变量之间的相关方向和程度。而回归分析则是在此基础上将两变量相关关系的方向和形态，以近似的数学模型描绘出来的，然后用此模型指导我们进行回归预测。