相关分析与回归分析的区别与关系。

ACD

AD

相关分析，是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。回归分析，是研究两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。 相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。二者的区别：(1)相关分析主要通过相关系数观察变量间相关关系的密切程度和方向，不能估计推算变量间相互关系的具体形式;而回归分析则是研究变量之间相互关系的具体形式，确定一个相关的数学表达式，用自变量数值推算因变量的估计值。(2)相关关系中两个变量可以都是随机变量，且变量之间不必区别自变量和因变量。而回归分析研究一个随机变量(Y)与另一个非随机变量(X)之间的相互关系，且变量之间必须区别自变量和因变量。 (区别：1、两者研究的目的不同;2、研究的方法不同;3、结果不同;4、变量的地位不同。联系：有共同的研究对象，是相同的变量或事物;两者互补。)

回归分析与相关分析的联系表现为：回归分析和相关分析二者都是对变量间相关关系的研究，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在一定程度的相关关系时，进行回归分析去寻求相关的具体数学形式才有实际意义。同时，在进行相关分析时，如果要确定变量间相关的具体数学形式，又要依赖于回归分析，而且相关分析中相关系数的确定也是建立在回归分析基础上的。回归分析与相关分析的区别表现为：在研究目的上，相关分析是用一个数量指标（相关系数）来度量变量之间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式，是要根据解释变量的固定值去估计和预测被解释变量的平均值。在对变量的处理上，相关分析对称地对待相互联系的变量，不考虑二者的因果关系，相关的变量不一定具有因果关系，均视为随机变量；回归分析是建立在变量因果关系分析的基础上，必须明确划分被解释变量和解释变量，对变量的处理是不对称的。

( 1)回归分析通过一个变量或一些变量的变化解释另一变量的变化。 联系: 相关分析是回归分析的基础和前提,回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式,而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时,进行回归分析寻求其相关的具体形式才有意义。 区别: 1 .相关分析中涉及的变量不存在自变量和因变量的划分问题,变量之间的关系是对等的;而在回归分析中,则必须根据研究对象的性质和研究分析的目的,对变量进行自变量和因变量的划分。在相关分析中所有的变量都必须是随机变量;而在回归分析中,自变量是确定的,因变量才是随机的。相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小,由于变量之间是对等的,因此相关系数是唯一确定的。而在回归分析中,对于互为因果的两个变量 ( 如人的身高与体重,商品的价格与需求量 ) ,则有可能存在多个回归方程。