在对市场数据的分析中往往会看到变量与变量之间存在一定的相关关系。回归分析就是研究变量之间相互关系，把其中一些因素作为独立变量（自变量），而另一些随机变量作为它们的依赖变量（因变量），用因变量的变化解释和预测另一个自变量的变化。包括一元线性回归，多元线性回归，曲线拟合与非线性回归等。回归分析常应用于满意度研究、市场预测等方面。因子分析是通过研究众多变量之间的内部依赖关系，结合主成份分析和因子旋转，探求观测数据中的基本结构，将多个实测变量转换为少数几个不相关的综合指标的多元统计分析方法，这些综合指标往往是不能观测到的，但这几个综合变量更能反映事物的本质。在市场研究中，常与其他分析联合使用，比如用于回归及聚类分析，应用于市场细分、满意度等领域。基本思想就是寻找这些变量的线性组合，即主成份，使这些主成份间不相关。为了能用尽量少的主成份个数去反映原始变量间提供的变异信息，要求各主成分的方差从大到小排列。第一主成份最能反映数据间的差异。