相关分析（corelation analysis）是用一个指标来测度变量间相互依存关系的密切程度。具体而言，线性相关分析就是对变量之间是否存在线性相关关系和相关程度进行判断与测量。但是，相关分析无法进一步给出变量之间的相互变化的数量关系，也无法根据一个变量的变化去估计与预测另一个变量的变化，因此需要进一步借助回归分析。
回归分析（regression analysis）是根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间的平均变化关系，进而通过一个或几个变量（称为自变量）的取值来预测因变量的取值。由此可见，回归分析是在相关分析基础上的更进一步分析，能够相对较为准确地刻画变量之间的变化关系。
但值得注意的是，利用相关分析与回归分析，虽然可以从数量上反映变量之间的联系形式及其密切程度，但均无法准确地判断变量之间内在联系的有无，也无法单独以此来确定谁是因、谁是果，即无法进行因果推断。只有以实质性的科学理论为指导，并且结合实际经验进行分析研究，才能正确判断事物的内在联系和因果关系。
