![eb0789d253a552134531172a256cf3fa.png](https://img-blog.csdnimg.cn/img_convert/eb0789d253a552134531172a256cf3fa.png)
![e65eb5a71f84c839e14e4cb2d82f4f47.gif](https://img-blog.csdnimg.cn/img_convert/e65eb5a71f84c839e14e4cb2d82f4f47.gif)
相关分析和回归分析是数理统计中两种重要的统计分析方法,在实际生活中应用非常广泛。两种方法从本质上来讲有许多共同点,均是对具有相关关系的变量,从数据内在逻辑分析变量之间的联系,但同时二者存在不同。相关分析可以说是回归分析的基础和前提,而回归分析则是相关分析的深入和继续。当两个或两个以上的变量之间存在高度的相关关系时,进行回归分析寻求其相关的具体形式才有意义。从本质分析了相关分析和回归分析,并比较两种之间的异同,结合生活中的例子,进一步讨论了利用相关分析和回归分析的前提并得出相关结论。
相关关系相关系数是研究变量间线性相关程度的量。它最早由统计学家卡尔 · 皮尔逊提出,一般用 r 表示。
相关分析与我们的生活联系十分密切,许多问题都可以用相关关系来描述,如 一 个 同 学 看 书 的 时 间与学习成绩,收入水平和受教育 程 度 等 均 可 以 利 用 相 关分析。
相关分析有许 多 分 类,按相关的因素分为单相关与复相关(多元相关)、按相关形式可分为线性相关(直线相关)和非线性相关(曲线相关)、按相关的方向可分为正相