迴歸歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。迴歸分析的主要目的是基於自變數的一個簡單函式儘可能準確地預測因變數的一批觀測值。迴歸分析按照涉及的自變數的多少，分為迴歸和多重回歸分析；按照自變數的多少，可分為一元迴歸分析和多元迴歸分析；按照自變數和因變數之間的關係型別，可分為線性迴歸分析和非線性迴歸分析。如果在迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。如果迴歸分析中包括兩個或兩個以上的自變數，且因變數和自變數之間是線性關係，則稱為多重線性迴歸分析。常用軟體：SPSS迴歸分析主要步驟：確定變數>建立預測模型>進行相關分析>計算預測誤差>確定預測值迴歸分析結果解釋：迴歸係數是否顯著，調整後的R平方（調整後的R2平方，及調整後的決定係數，若R2平方為）0.60，可解釋為自變數的變異解釋了因變數變異的60%，R2平方取值範圍為0-1，越大代表迴歸方程對因變數的解釋程度越大）路徑分析（Path analysis），是一種研究多個變數之間因果關係及其強度的統計方法。由美國遺傳學家S.賴特於1921年首創。路徑分析的主要目的是檢驗一個假想的因果模型的準確和可靠程度，測量變數間因果關係的強弱。常用軟體：AMOS，Lisrel，Mplus路徑分析主要步驟：選擇變數和建立因果關係模型>檢驗假設>估計引數>評估因果模型（根據模型擬合指標進行判斷，如卡方值是否限制，GFI，RMSE等）路徑分析結果解釋：路徑係數，經過標準化的估計值，單向箭頭上的數字表示路徑係數，即標準化迴歸係數。單向箭頭由自變數指向因變數，其路徑係數值表示了自變數對因變數的直接效應的方向和大小。迴歸分析和路徑分析的關係路徑分析是多元迴歸分析模型的拓展，可以同時包含幾個迴歸模型，解決傳統迴歸模型只能分析單個因變數的侷限。由於同時包含多個迴歸模型，路徑分析處理的變數關係更加複雜。