在统计学中,相关关系是一种确定性的关系,可以使用相关分析方法,来研究两个或多个随机变量之间的相关性,以确定变量之间的方向和密切程度。而回归分析是通过试验和观测来推断变量之间依存关系的一种统计分析方法,该分析方法是运用统计学的方法获得其数学模型,以确定自变量与因变量之间的关系,并通过自变量的给定值来推算或估计因变量的值。
其回归分析和相关分析存在密切的相似关系,但是回归分析是使用数学公式的方式来表达变量之间的关系,而相关分析则是检验和度量变量之间关系的密切程度,在分析数据方面两者是相辅相成的。
1.相关关系概述
相关分析是研究变量之间是否存在某种依赖关系,其分析目的是为了了解变量间相互联系的密切程度。另外,这种关系并非确定和严格依存的关系。也就是当一个或几个变量在取值时,另一变量并不会存在相对应的确定值,此时另一变量可能会出现若干个数值与之相对应。由于相对应的数值比较多,所以相关关系会出现一定的波动性。
在实际分析中,相关关系可以按照不同的形态,以及不同的标准进行划分。一般包括按相关程度、相关形式、相关方向和相关关系涉及的因素进行划分。
1)按照相关关系的程度进行划分,可以分为完全相关、不完全相关和零相关三种类型,其每种类型的具体显示方式如下。
其中,每种相关分类类型的具体含义如下所述。
(1)完全相关。完全相关关系指变量之间的关系是一一对应的,即一个变量的数量发生变化完全是由另一个变量的数量变化所确定的。该类型的相关关系为函数关系,是相关关系中的一种特例。
(2)不完全相关。不完全相关关系是指变量之间的关系并非一一对应的,即两个现象之间的关系介于完全相关和不相关之间。统计分析中的一般的相关现象都是指这种不完全相关,该相关关系是相关分析的主要研究对象。
(3)零相关。零相关关系又称为不相关关系,是指两个变量之间彼此互不影响,其数量变化各自独立的关系。
2)按相关形式划分相关关系,可以分为线性相关和非线性相关两种类型。每种相关类型的具体表现形式如下。