所谓回归分析，就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。
    回归分析和相关分析有着密切的联系，它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明觋象数量变化的相关程度。只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。
    但是，应当指出相关分析与回归分析之间在研究目的和方法上是有明显区别的。相关分析研究变量之间相关的方向和相关的程度。但是相关分析不能指出变量间相互关系的具体形式,也无法从一个变量的变化来推测另一个变量的变化情况。回归分析则是研究变量之间相互关系的具体形式，它对具有相关关系的变量之间的数量联系进行测定，确定一个相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要的方法。
    进行回归分析时，首先需要确定因变量和自变量。回归分析中，被预测或被解释的变量称为因变量，一般用Y表示；用来预测或解释因变量的变量称为自变量，一般用X表示。例如，在研究边际消费倾向时，目的是预测一定人均收入条件下的平均人均消费金额。因此人均消费金额是被预测的变量，称为因变量，而用来预测人均消费的人均收入就是自变量。