相关分析有广义和狭义之分：狭义的相关分析仅以现象之间是否相关、相关的方向、相关的形式和相关关系的密切程度的研究为主要内容。由于它主要研究两变量的变动关系，因此无须区分自变量和因变量；广义的相关分析则包括回归分析的内容在内。在回归分析中，应根据研究目的的不同，严格区分出自变量和因变量，然后确定其相关模型进行回归预测。可见，广义的相关分析的目的在于从数量上判断现象之间相关关系的密切程度，揭示现象发展变化的规律性，并通过建立相关模型，对现象的变化趋势进行估计或预测。其主要内容可概括为如下几点：

1.分析现象之间是否存在相关关系并确定其相关形式

分析现象间是否存在相关关系是相关分析的起点。对于现象间是否存在相关关系可从两个方面进行判断：一是依据专业理论知识和实践经验，进行定性分析并做出判断；二是根据实际观察资料，通过编制相关表、绘制相关分布图，大致判断变量之间的相关关系和形式。

2.研究现象间相关关系的密切程度

确定直线相关密切程度的重要定量分析工具是积差法相关系数（r）。当相关关系的密切程度达到了一定的标准时，对其进行回归分析才有实际意义。(www.daowen.com)

3.建立回归模型

当现象之间被确定具有密切的相关关系时，我们根据其相关特点和形式用函数关系式拟合回归方程，并按最小二乘法确定方程中参数的数值。

4.分析因变量估计值误差的程度

利用回归方程确定的估计值与实际值之间或多或少都存在着数量上的差异，这种差异可通过计算估计标准误差指标来加以分析和研究。估计标准误差越大，表示用该方程拟合或预测越不精确；估计标准误差越小，说明方程拟合效果优良，其预测误差越小。