統計學（簡體書）

對相關現象進行分析的方法，可分為相關分析和回歸分析兩種方法。
（一）相關分析
相關分析是研究兩個或兩個以上的變量之間相關關系的形態和程度的一種統計分析方法。其主要內容與方法包括：第一，判斷變量之間是否存在相關關系。即通過定性分析判斷變量間是否有關系。第二，分析變量間相關關系的形態特征。即通過散點圖確定變量間相關關系的表現形式是線性相關還是非線性相關，變化方向是正相關還是負相關。本章主要進行線性相關分析。第三，分析變量間相關關系的密切程度。即通過計算相關系數確定變量間的相關關系的密切程度，是高度相關、顯著相關、低度相關還是微弱相關。第四，對總體相關系數進行顯著性檢驗。即通過樣本相關系數對總體相關系數進行顯著性檢驗。
（二）回歸分析
回歸分析是尋找具有相關關系的變量間的數學模型，并進行統計預測和控制的一種統計分析方法。其主要內容與方法包括：第一，選擇回歸模型。即根據相關關系的具體形態，選擇一個合適的回歸模型。本章主要進行線性回歸分析。第二，進行參數估計。即根據樣本觀測值對回歸模型的參數進行估計，求出具體的回歸方程，來近似地表達變量間的平均變化關系。第三，進行擬合優度檢驗。即對觀測值聚焦在回歸直線周圍的緊密程度進行檢驗。第四，進行顯著性檢驗。即對回歸方程、參數估計值進行顯著性檢驗與校正，以使回歸方程或參數更加優良。第五，進行預測和控制。即根據回歸方程進行適當的預測和控制，這也是回歸分析的最終目的。回歸分析可以從不同的角度進行分類，常用的分類如下。
（1）回歸分析按變量的多少，可以分為一元回歸分析和多元回歸分析。一元回歸分析是根據某一因變量與一個自變量之間的相關關系建立的回歸模型進行分析。例如，根據耐用消費品銷售量與居民貨幣收入的相關關系建立一元回歸模型，并根據居民貨幣收入來預測耐用消費品銷售量。多元回歸分析是根據某一因變量與兩個或兩個以上自變量之間的相關關系建立的回歸模型進行分析。例如，根據農作物畝產量與施肥量、降雨量、氣溫的相關關系建立多元回歸模型，并對農作物畝產量進行預測和控制。
（2）回歸分析按相關的形式，可以分為線性回歸分析和非線性回歸分析。在線性回歸分析中，因變量與自變量的關系是呈直線型的。例如，耐用消費品銷售量與居民貨幣收入之間可以建立直線模型來進行回歸分析。在非線性回歸分析中，因變量與自變量的關系是呈曲線型的。例如，某商店的商品流通費用率與銷售額之間可以建立曲線模型來進行回歸分析。