1樓：多可莉
相關分析，是看2個因素之間的相關性，也就是2個因素之間是否有關聯；
如果計算出來是1，那麼2個因素是完全正相關，如果是0，那麼說明這2個因素完全不相關，如果是負數，那麼說明2個因素是負相關。
打個比方，身高和腳的大小，相關性就會比較高一些，而身高和頭髮長度，那麼基本上就是不相關的。如果我們知道一個人個子高，那麼我們可以比較有把握的認為他腳大，但不會認為他頭髮長。
像俗話說，頭髮長見識短，那麼在這句話裡面，頭髮長度，和見識的多少就是負相關。
迴歸分析也是分析不同因素之間的關係，迴歸的型別很多，在多元迴歸分析的時候，一般也有涉及到相關性。
比如一個產品的客戶滿意度可能來自於效能、**、包裝、品牌等等不同的因素，那麼我們可以對這些因素進行分析，通過軟體分析之後一般會有一個專案f校驗，這個會反映每個變數對於最終結果（因變數）的相關程度。通過f校驗，我們可以把一些與結果相關性不叫弱的變數剔除。
迴歸分析與相關分析的區別和聯絡是什麼？
2樓：百度文庫精選
最低0.27元開通文庫會員，檢視完整內
原發布者:李興萬
迴歸分析與相關分析聯絡、區別 簡單線性迴歸分析是對兩個具有線性關係的變數，研究其相關性，配合線性迴歸方程，並根據自變數的變動來推算和**因變數平均發展趨勢的方法。迴歸分析（regressionanalysis）通過一個變數或一些變數的變化解釋另一變數的變化。主要內容和步驟：
首先依據經濟學理論並且通過對問題的分析判斷，將變數分為自變數和因變數，一般情況下，自變數表示原因，因變數表示結果；其次，設法找出合適的數學方程式（即迴歸模型）描述變數間的關係；接著要估計模型的引數，得出樣本回歸方程；由於涉及到的變數具有不確定性，接著還要對迴歸模型進行統計檢驗，計量經濟學檢驗、**檢驗；當所有檢驗通過後，就可以應用迴歸模型了。迴歸的種類迴歸按照自變數的個數劃分為一元迴歸和多元迴歸。只有一個自變數的迴歸叫一元迴歸，有兩個或兩個以上自變數的迴歸叫多元迴歸。
按照迴歸曲線的形態劃分，有線性（直線）迴歸和非線性（曲線）迴歸。 相關分析與迴歸分析的關係（一）相關分析與迴歸分析的聯絡相關分析是迴歸分析的基礎和前提，迴歸分析則是相關分析的深入和繼續。相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式，而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。
只有當變數之間存在高度相關時，進行迴歸分析尋求其相關的具體形式才有意義。如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前，就進行迴歸分析，很容易造成
3樓：龍源期刊網
最低0.27元開通文庫會員，檢視完整內
4樓：我努力的方式
一、相關分析與迴歸分析的區別 ：
1．相關分析中涉及的變數不存在自變數和因變數的劃分問題，變數之間的關係是對等的；而在迴歸分析中，則必須根據研究物件的性質和研究分析的目的，對變數進行自變數和因變數的劃分。因此，在迴歸分析中，變數之間的關係是不對等的。
2．在相關分析中所有的變數都必須是隨機變數；而在迴歸分析中，自變數是確定的，因變數才是隨機的，即將自變數的給定值代入迴歸方程後，所得到的因變數的估計值不是唯一確定的，而會表現出一定的隨機波動性。
3．相關分析主要是通過一個指標即相關係數來反映變數之間相關程度的大小，由於變數之間是對等的，因此相關係數是唯一確定的。而在迴歸分析中，對於互為因果的兩個變數 (如人的身高與體重，商品的**與需求量)，則有可能存在多個迴歸方程。
二、相關分析與迴歸分析的聯絡：
相關分析是迴歸分析的基礎和前提，迴歸分析則是相關分析的深入和繼續。相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式，而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。只有當變數之間存在高度相關時，進行迴歸分析尋求其相關的具體形式才有意義。
如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前，就進行迴歸分析，很容易造成「虛假迴歸」，相關分析只研究變數之間相關的方向和程度，不能推斷變數之間相互關係的具體形式，也無法從一個變數的變化來推測另一個變數的變化情況，在具體應用過程中，只有把相關分析和迴歸分析結合起來，才能達到研究和分析的目的。
相關分析與迴歸分析的區別和聯絡是什麼？
5樓：love生活
一、迴歸分析和相關分析主要區別是：
1、在迴歸分析中,y被稱為因變數,處在被解釋的特殊地位,而在相關分析中,x與y處於平等的地位,即研究x與y的密切程度和研究y與x的密切程度是一致的；
2、相關分析中,x與y都是隨機變數,而在迴歸分析中,y是隨機變數,x可以是隨機變數,也可以是非隨機的,通常在迴歸模型中,總是假定x是非隨機的；
3、相關分析的研究主要是兩個變數之間的密切程度,而回歸分析不僅可以揭示x對y的影響大小,還可以由迴歸方程進行數量上的**和控制.
二、迴歸分析與相關分析的聯絡：
1、迴歸分析和相關分析都是研究變數間關係的統計學課題。
2、在專業上研究上：
有一定聯絡的兩個變數之間是否存在直線關係以及如何求得直線迴歸方程等問題,需進行直線相關分析和迴歸分析。
3、從研究的目的來說：
若僅僅為了瞭解兩變數之間呈直線關係的密切程度和方向,宜選用線性相關分析；若僅僅為了建立由自變數推算因變數的直線迴歸方程,宜選用直線迴歸分析.
擴充套件資料：
1、相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。
例如，人的身高和體重之間；空氣中的相對溼度與降雨量之間的相關關係都是相關分析研究的問題。
2、迴歸分析是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。運用十分廣泛。
迴歸分析按照涉及的變數的多少，分為一元迴歸和多元迴歸分析；按照因變數的多少，可分為簡單迴歸分析和多重回歸分析；按照自變數和因變數之間的關係型別，可分為線性迴歸分析和非線性迴歸分析
6樓：峰
一、相關分析與迴歸分析的區別：
1、相關分析中涉及的變數不存在自變數和因變數的劃分問題，變數之間的關係是對等的；而在迴歸分析中，則必須根據研究物件的性質和研究分析的目的，對變數進行自變數和因變數的劃分。因此，在迴歸分析中，變數之間的關係是不對等的。
2、在相關分析中所有的變數都必須是隨機變數；而在迴歸分析中，自變數是確定的，因變數才是隨機的。
3、相關分析主要是通過一個指標即相關係數來反映變數之間相關程度的大小，由於變數之間是對等的，因此相關係數是唯一確定的。而在迴歸分析中，對於互為因果的兩個變數，則有可能存在多個迴歸方程。
二、相關分析與迴歸分析的聯絡
1、相關分析是迴歸分析的基礎和前提，迴歸分析則是相關分析的深入和繼續。
2、相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式，而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。
3、只有當變數之間存在高度相關時，進行迴歸分析尋求其相關的具體形式才有意義。
4、如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前，就進行迴歸分析，很容易造成「虛假迴歸」。
7樓：peking在路上
迴歸分析和相關分析都是研究變數間關係的統計學課題,它們的差別主要是：
1、在迴歸分析中,y被稱為因變數,處在被解釋的特殊地位,而在相關分析中,x與y處於平等的地位,即研究x與y的密切程度和研究y與x的密切程度是一致的；
2、相關分析中,x與y都是隨機變數,而在迴歸分析中,y是隨機變數,x可以是隨機變數,也可以是非隨機的,通常在迴歸模型中,總是假定x是非隨機的；
3、相關分析的研究主要是兩個變數之間的密切程度,而回歸分析不僅可以揭示x對y的影響大小,還可以由迴歸方程進行數量上的**和控制。
8樓：匿名使用者
這兩種分析是統計上研究變數之間關係的常用辦法。
相同點：他們都可以斷定兩組變數具有統計相關性。
不同點：相關分析中兩組變數的地位是平等的，不能說一個是因，另外一個是果。或者他們只是跟另外第三個變數存在因果關係。
而回歸分析可以定量地得到兩個變數之間的關係，其中一個可以看作是因，另一個看作是果。兩者位置一般不能互換。
9樓：150王王王
統計關係本身不可能意味著任何因果關係
相關分析與迴歸分析的聯絡與區別是什麼？詳細點的，高手來
10樓：龍源期刊網
最低0.27元開通文庫會員，檢視完整內
11樓：木子青耶
1.迴歸分析與相關分析的聯絡：
（1）研究在專業上有一定聯絡的兩個變數之間是否存在直線關係，以及如何求得直線迴歸方程等問題，需進行直線相關和迴歸分析。
（2）如果為了解兩變數之間呈直線關係的密切程度和方向，適合選用線性相關分析；
如果為了建立由自變數推算因變數的直線迴歸方程，適合選用直線迴歸分析。
（3）作相關分析時，要求兩變數都是隨機變數；
作迴歸分析時要，要求求因變數是隨機變數，自變數可以是隨機的，也可以是一般變數。
（4）用計算器實現統計分析時，可用對相關係數的檢驗取代對迴歸係數的檢驗,簡潔明瞭。
2.迴歸分析和相關分析的區別：
（1）在迴歸分析中，y處在被解釋的特殊地位；
而在相關分析中，研究x與y的密切程度和研究y與x的密切程度是一致的；
（2）相關分析中，x與y都是隨機變數；
而在迴歸分析中，y是隨機變數，x可以是隨機變數，也可以是非隨機的，通常在迴歸模型中，總是假定x是非隨機的；
（3）相關分析主要兩個變數之間的密切程度，
而回歸分析揭示x對y的影響大小，同時可以進行數量上的**和控制。
參考資料:中華考試網－統計師《統計相關知識》之相關分析與迴歸分析
12樓：匿名使用者
一、相關分析與迴歸分析的區別：
1、劃分不同：相關分析中涉及的變數不存在自變數和因變數的劃分問題，變數之間的關係是對等的；而在迴歸分析中，則必須根據研究物件的性質和研究分析的目的，對變數進行自變數和因變數的劃分。因此，在迴歸分析中，變數之間的關係是不對等的。
2、變數不同：在相關分析中所有的變數都必須是隨機變數；而在迴歸分析中，自變數是確定的，因變數才是隨機的。
3、大小不同：相關分析主要是通過一個指標即相關係數來反映變數之間相關程度的大小，由於變數之間是對等的，因此相關係數是唯一確定的。而在迴歸分析中，對於互為因果的兩個變數，則有可能存在多個迴歸方程。
二、相關分析與迴歸分析的聯絡
1、相關分析是迴歸分析的基礎和前提，迴歸分析則是相關分析的深入和繼續。相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式，而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。
2、只有當變數之間存在高度相關時，進行迴歸分析尋求其相關的具體形式才有意義。如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前，就進行迴歸分析，很容易造成「虛假迴歸」。
1、 從統計分析的角度上講，對於傳統的單因素分析方法，其結果展示相對簡單，它們僅能提示組間均值或率的分佈差異有無統計學顯著性；
2、而採用單因素迴歸分析，除了定性的展示組間差異外，還可以提供更為豐富的資訊，比如偏回歸係數(β)的估計值、效應估計值(or、rr值)等等，這些統計指標能夠在一定程度上反映該指標的效應大小和可信區間。
3、對於迴歸分析來說，先做單因素迴歸，再做多因素迴歸，這種分析思路展現了從單獨一個因素到控制多個混雜因素的變化過程。
4、此時，單因素迴歸分析的結果對於變數的篩選就顯得很有意義，我們可以根據前後偏回歸係數或者or值的變化，來協助判斷是否需要將其納入到多因素迴歸中進行調整和控制。
迴歸分析是什麼意思啊，請問，數學中“迴歸分析”的“迴歸”是什麼意思（從概念上講）？
高頓教育 同學你好，很高興為您解答！迴歸分析 一種統計分析方法，用於量化一個因變數與一個或多個自變數之間的關係。取得cma認證能幫助持證者職業發展，保持高水準的職業道德要求，站在財務戰略諮詢師的角度進行企業分析決策，推動企業業績發展，並在企業戰略決策過程中擔任重要的角色。希望我的回答能幫助您解決問題...
多元線性迴歸模型的介紹，多元線性迴歸分析的優缺點
多元線性迴歸 一個因變數受多個自變數影響，且每個自變數和因變數之間的關係是線性關係，直接在 分析 線性 中匯入各個變數就可以了。多元線性迴歸模型，multivariable linear regression model 在實際經濟問題中，一個變數往往受到多個變數的影響。例如，家庭消費支出，除了受家...
SPSS的logistic迴歸分析中因變數 協變數及選擇變數
完運旺任春 在迴歸分析模型 y 0 1x 一元線性迴歸模型 中，y是被解釋變數，就稱為因變數。x是解釋變數，稱為自變數。表示為 因變數y隨自變數x的變化而變化。協變數是指那些人為很難控制的變數，通常在迴歸分析中要排除這些因素對結果的影響。選擇變數 即是條件變數，並且有個條件定義按鈕 rule 通過這...