在统计中，回归分析和相关分析是应用非常广的。在教学中，重要的是，要让学生理解这里讨论的相关关系和过去学的函数关系的区别。

在现实中，有许多相互关联的变量并不是函数关系。例如，人的身高和体重之间的关系、农作物的施肥量和产量的关系等。不难看出，身高相同的人体重不一定相同，施肥量相同产量也不一定一样。它们显然不是函数关系。这些问题的特点是，其中的量有些是随机的。相关分析主要是分析这些量关系强弱，而回归分析是求这些关系的近似函数表示。回归分析中最重要的是线性回归，即求两个变量的近似线性函数关系。

另外，应要求学生自己探索回归直线的求法。在统计中，重要的是寻找好的方法，而不是套用公式计算。从历史上看，欧拉等许多大数学家都曾为寻找这一直线而努力，最后，由勒让德提出了最小二乘法。套用公式计算回归系数，对学生来说都不困难。但更应该让学生关注方程的意义和合理性。例如，在标准的选修课中中才讲相关系数（回归分析在选修1、2中，还要讨论），但可以适当提示回归系数计算的‘不合理性’：如果在圆上取一组点，仍可套用公式得到回归直线方程，这样的直线显然是没意义的。