相关与回归分析是统计学中常用的一种数据分析方法，用于研究两个或多个变量之间的关系。以下是它们的概述：
1. 相关分析：相关分析是一种描述性统计方法，用于度量两个或多个变量之间线性关系的强度和方向。它可以用来确定变量之间的关联程度，但不能确定因果关系。常用的度量相关性的指标有皮尔逊相关系数、斯皮尔曼等级相关系数和肯德尔等级相关系数。
2. 回归分析：回归分析是一种推断性统计方法，用于建立因变量与一个或多个自变量之间的数学模型，以便预测、解释或控制因变量的变化。回归分析可以分为简单线性回归、多元线性回归、逻辑回归等多种类型，根据所研究的问题和数据特点选择合适的模型。
3. 区别：相关分析只是描述变量之间的关系，而回归分析则是通过构建模型来预测和解释因变量的变化。相关分析不考虑因果关系，而回归分析则可以探讨自变量对因变量的影响。相关系数只能衡量线性关系，而回归分析可以处理非线性关系。
4. 应用：相关与回归分析广泛应用于各个领域，如经济学、医学、心理学、社会科学等。例如，在经济学中，可以使用回归分析来研究收入与教育水平的关系；在医学中，可以使用相关分析来研究吸烟与肺癌发病率的关系。
