在做质量数据分析时，很多人都会遇到两个工具：相关分析和回归分析。
比如：
- 温度升高，尺寸会不会变大？
- 压力变化，会不会影响强度？
- 设备转速和不良率有没有关系？
- 供应商来料硬度和装配间隙是否有关？
- 工艺参数能不能预测产品性能？
这些问题看起来都在研究”两个变量之间的关系”，所以很多人容易把相关分析和回归分析混在一起。但实际上，这两个方法解决的问题不一样。
相关分析回答的是：两个变量有没有关系，关系强不强。
回归分析回答的是：一个变量如何影响另一个变量，能不能建立模型进行解释或预测。
也就是说，相关分析更像是”看关系”，回归分析更像是”建模型”。
一、相关分析：先判断两个变量有没有关系
相关分析主要用来衡量两个变量之间的关联方向和关联强度。最常见的指标是相关系数r。r的取值范围一般在 -1 到 1 之间。如果r＞0，说明两个变量呈正相关；如果r＜0，说明两个变量呈负相关；如果r接近0，说明两个变量之间没有明显线性关系。但r接近0并不一定代表完全没有关系，也可能存在非线性关系，所以做相关分析时不能只看r值，也要看散点图。
二、回归分析：进一步建立变量之间的模型
回归分析不只是判断有没有关系，而是要建立一个数学模型。最简单的一元线性回归形式是：Y = a + bX。X是自变量，Y是因变量，a是截距，b是斜率。相关分析只告诉你”温度和硬度有没有关系”，回归分析可以进一步告诉你”温度每增加1℃，硬度大约变化多少”。
三、两个方法最大的区别：变量角色不同
相关分析中两个变量是对称的，”温度和尺寸的相关系数”与”尺寸和温度的相关系数”结果一样。但回归分析必须明确谁是X谁是Y，如果反过来模型含义就完全变了。
四、相关不等于因果，回归也不自动代表因果
比如夏天冰淇淋销量增加，溺水事故也增加，两者高度相关，但不能说冰淇淋导致溺水，真正共同影响因素是气温。回归模型可以帮助描述变量关系，但如果没有过程机理、实验设计和现场验证支持，不能直接当成因果结论。
五、R²和相关系数有什么关系？
在一元线性回归里，R² = r²。R²叫决定系数，表示模型可以解释Y变异的比例。但R²高不代表模型一定正确，也不代表因果成立，还要看散点图、残差图、p值、回归系数等。
六、怎么选：先相关，再回归，再验证
- 先画散点图看趋势
- 做相关分析计算r值
- 做回归分析建立模型
- 结合工程背景验证（数据稳定性、测量系统、异常点、残差分布、过程机理、现场复现）
本文转载自微信公众号「karli讲质量」，原文链接：点击查看原文
