相関係数とは、二種類以上の変数についての関連性を示す指標の値です。また、そうした変数の関係性を具体的な数式で示すための分析を、回帰分析といいます。
相関係数の数値は、-1～1の範囲に必ず収まります。変数の関連性が強ければ相関係数は1に近づいていき、反対に関連性が低ければ0に近づいていきます。この係数の値が0.7以上の数値である場合は、正の相関があると考えられます。この「正の相関」とは、片方の変数の値が上昇すれば、一定の割合でもう一方の値も上昇する関係を意味します。また、係数の値が-0.7以下の数値である場合は、負の相関があると考えられます。この「負の相関」とは、片方の変数の値が上昇すれば、一定の割合でもう一方の値が減少する関係を意味します。相関係数が1の場合は完全な正の相関、-1の場合は完全な負の相関があるということになります。
この相関係数は、例えば、広告に掛けた費用と売上高の関係を示す時などに用いることができます。正の相関であれば、使用した広告費と共に売上高も上昇しているということになりますが、反対に負の相関であれば、広告費の効果は薄いと判断することができます。
回帰分析は、こうしたデータ（変数）の関係性をより具体的に数式に落とし込む分析方法です。この回帰分析を大きく二種類に分けると、単回帰分析と重回帰分析という方法が存在します。
例えば、原因となる変数をXとし、それらの結果となる変数をYとします。「単回帰分析」ではYの変動を、Xの動きで示すことができないかを分析していきます。この際の基本的な数式としては、Y＝aX+bが用いられます。「重回帰分析」では、Yの変動を、二種類以上のX（ここではX1、X2とします）の変動で示すことができないかを分析します。この際には、Y＝a1X1+a2X2+・・・+bといった数式が用いられます。
この分析によって実際のデータを示す数式を発見することができれば、将来の売上高などの予想が可能となり、ビジネスにおいて大きな効果を得ることができます。
