现实中很多变量之间存在着相关关系。比如一般来说，身高越高的人体重也越重，收入较高的家庭消费也较高，诸如此类的例子不胜枚举。有的变量间相关关系较强，有的变量间相关关系较弱，并且变量间相关的模式也是不尽相同的。因此我们需要度量变量问相关关系的强弱，并对不同的相关关系进行分类。对于不同类型的变量，适用的分析方法是不同的。本章介绍的是两个定量变量之间的相关和回归分析方法。
客观现象的相关关系可以按不同的标准进行分类。
1．按相关的程度可分为完全相关、不完全相关和不相关。当一个变量的取值变化完全由另一个变量的取值变化所确定时，称这两个变量问的关系为完全相关。例如在价格不变的条件下，某种商品的销售总额由其销售量决定。当两个变量的取值变化彼此互不影响时，称为不相关现象。例如，通常认为股票价格的高低与气温的高低是不相关的。当两个变量之间的关系介于完全相关和不相关之间，称为不完全相关，一般的相关现象都是指这种不完全相关。2．按相关的方向可分为正相关和负相关。当一个变量的取值由小变大，另一个变量的取值也相应由小变大，这种相关称为正相关。例如工人的工资随着劳动生产率的提高而增加。当一个变量的取值由小变大，而另一个变量的取值相反地由大变小，这种相关称为负相关。例如商品的销售量随着单价的升高而降低。
3．按相关的形式可分为线性相关和非线性相关。当两个相关变量之间的关系大致呈现为线性关系时，称之为线性相关。如果两个相关变量之间，并不表现为直线的关系，而是近似于某种曲线方程的关系，则这种相关关系称为非线性相关。
需要注意的是，相关关系并不等同于因果关系。比如说，在夏天我们也许能得到雪糕的销售量与遮阳伞的销售量之间呈正相关，但常识告诉我们它们之问并不存在因果关系。