目录
回归是拟合的一种方法，拟合的概念更为广泛，包括回归、插值和逼近。
回归强调存在随机因素，而拟合没有。拟合侧重于调整曲线的参数，使得与数据相符，是一种数据建模方法。而回归重点在研究两个变量或多个变量之间的关系，是一种数据分析方法。
由于拟合的过程是寻找一个函数使其在某种准则下与所有数据点最为接近，因此我认为拟合曲线可以用于数据可视化或推断没有数据可用的函数值，并总结两个或多个变量之间的关系，一般用于分析少量的较为准确的数据。而对于回归，常会用于基于含有随机误差的大数据的预测分析，挖掘大数据间的联系或某种规律。
拟合和回归有什么不同_十年后一起潇的博客-CSDN博客_拟合和回归有什么区别
2.1定义不同
2.2衡量值不同
2.3需要的信息不同
2.4适用范围不同
2.5测量两个定量变量之间的相关程度不同!!!重点
参数检验用Pearson相关系数；非参数检验用Spearman；
2.6假设不同
2.7使用条件不同
2.总结
若可以假定样本数据来自具有特定分布的总体，则使用参数检验；如果不能对数据集作出必要的假设，则使用非参数检验。
数据分析之参数检验与非参数检验_北影男高材生的博客-CSDN博客_参数分析和非参数分析
统计学中有两个推断统计方法，一个是参数估计，另一个是假设检验。
参数估计用样本统计量来推断总体参数的方法；
假设检验是基于某一假设的前提下，同样利用样本统计量去检验这个假设是否成立。