1．相关分析的主要内容
相关分析的目的在于分析现象间相关关系的形式和密切程度以及依存变动的规律性，在实际工作中，有非常广泛的应用。主要内容如下。
（1）确定变量之间有无相关关系，以及相关关系的表现形式。这是相关分析的出发点，有相关关系才能用相应的方法去分析，否则，只会得出错误的结论。相关关系表现为何种形式就用什么样的方法分析，若把本属于直线相关的变量用曲线的方法来分析，就会产生认识上的偏差。
（2）确定相关关系的密切程度。对于这个问题，直线相关用相关系数表示，曲线相关用相关指数表示，相关系数的用途很广泛。
（3）选择合适的数学方程式。确定了变量之间确实有相关关系及其密切程度，就要选择合适的数学方程式来对变量之间的关系近似描述，并用自变量的数值去推测因变量的数值，称之为回归分析。如果变量之间为直线相关，则采用直线方程，称之为线性回归；如果变量之间为曲线相关，则采用曲线方程，称之为非线性回归。
（4）测定变量估计值的准确程度。在相关分析中，第三步建立了数学方程式，并用方程式对因变量进行估值。因变量的估计值和实际值之间进行对比，因变量估计值的准确程度可以用估计标准误差来衡量。
（5）对回归方程进行显著性检验。对前几步变量之间建立的回归方程，要进行显著性检验。检验变量之间是否真的具备这样的关系，这种关系是不是因为数据的选取而偶然形成的。
2．回归分析的主要内容
回归分析是在研究现象之间相关关系的基础上，对自变量和因变量的变动趋势拟合数学模型进行测量和推算的一种统计分析方法。进行回归分析，要以现象之间存在相关关系为前提；然后对自变量和因变量的变动拟合回归方程，确定其定量关系式；再对拟合的回归方程进行显著性检验；最后利用所求得的关系式进行推算和预测。
相关分析与回归分析在实际应用中有密切关系。然而在回归分析中，所关心的是一个随机变量y对另一个（或一组）随机变量x的依赖关系的函数形式。而在相关分析中，所讨论的变量的地位一样，分析侧重于随机变量之间的种种相关特征。例如，以x, y分别记小学生的数学成绩与语文成绩，感兴趣的是二者的关系如何，而不在于由x去预测y。
