当一个或几个变量取一定的值时，另一个变量有确定值与之相对应，这种关系称为确定性的函数关系。例如，在函数 y = x +1中，当 x =1时， y 必然等于2， x 称为自变量， y 称为因变量，如图10-1a所示。相反，当一个或几个相互联系的变量取一定数值时，与之相对应的另一个变量的值不确定，但仍按某种规律在一定的范围内变化，这种关系称为具有不确定性的相关关系。对于相关关系，一般不能用精确的函数进行表达，当自变量 x 取某个值时，因变量 y 的取值不唯一，可能有多个，因此是一种不确定的关系。图10-1b表示的两个变量之间的关系就是相关关系，如体重与身高之间的关系、收入与消费之间的关系、产品价格与销量之间的关系等都属于相关关系。

值得注意的是，在图10-1c中，虽然两个变量之间的关系不确定，但由于二者之间的变化毫无关联，因此为不相关关系。

在相关关系中，有一种特殊类型的相关关系，即线性相关。如果两个变量之间呈现出一定的线性变化规律，则二者具有线性相关关系，如图10-2a与图10-2b所示；相反，则称为非线性相关，如图10-2c所示。在线性相关中，如果两个变量同向变化，则二者为正线性相关，如人的体重与身高之间、家庭的收入与消费之间都具有正线性相关关系；相反，如果二者呈现反向变化，则具有负线性相关关系，如产品的价格与销量之间、投资组合的风险与收益之间都具有明显的负线性相关关系。另外，按照线性相关的程度，可以将线性相关划分为完全线性相关与不完全线性相关，完全线性相关又分为完全正线性相关和完全负线性相关，如图10-3所示。

总之，对于变量之间的相关关系，按相关的形式可分为线性相关和非线性相关；而线性相关关系，按照线性相关的程度可分为完全线性相关、不完全线性相关和不相关；按相关的方向可分为正线性相关和负线性相关。