[br][br]Il [color=#980000][b]metodo dei minimi quadrati[/b][/color] [b]risulta spesso utile per mettere a confronto due variabili statistiche[/b] (per esempio: Reddito e Risparmio, voti dell’esame di Matematica e voti dell’esame di Fisica di alcuni studenti  ecc.) affinché attraverso un’opportuna analisi dei dati rilevati sia possibile effettuare previsioni sull’andamento futuro di una variabile (y) in relazione alle variazioni dell’altra variabile (x).[br][color=#1e84cc][b][u] Regressione[/u][/b][/color][br]Lo studio della connessione fra due variabili  si può effettuare o ricercando se una variabile è dipendente dall’altra, oppure se si influenzano reciprocamente.[br]La funzione che esprime il legame di dipendenza dì una variabile dall’altra è detta [b][color=#0000ff]funzione di Regressione[/color][/b] : permette di valutare, entro i limiti dell’intervallo dei dati rilevati, il valore della[br]variabile dipendente al variare della variabile indipendente. Se la funzione utilizzata, è la funzione lineare; sì parla di regressione lineare.[br][b][u][color=#38761d] Correlazione[/color][/u][/b][br]La [color=#980000][b]correlazione fra due variabili[/b][/color]  si misura mediante indici per esempio il [color=#0000ff]coefficiente di correlazione lineare.[/color] La correlazione talvolta  precede lo studio della regressione, in quanto una variabile viene confrontata con altre per vedere quelle connesse fra loro. [br]Il [b][color=#38761d]grado di correlazione[/color] [/b] tra fra due mutabili o fra una variabile e una mutabile è dato da alcuni [color=#ff0000][b]indici[/b][/color]  tra cui quello di [color=#ff0000][b][i][u]Pearson.[br][/u][/i][/b][/color][br][br][br]