有一位进行体质研究的同志问我：“肺活量的大小与身高、体重有没有关系？”我回答说：“有，一般来说，身高高的人肺活量就大些，体重重的人肺活量也会大，当然，也有个别例外”。她又问“有什么依据？从那里可查到此相关的资料呀？”
    她的问题其实正是体质研究中可以通过统计计算，进行研究的内容之一。我能肯定的回答她，也是因为过去我做过这样的统计计算。 
    在体育统计中的“回归分析方法”就是专门研究两个或几个指标之间的相关关系的一种统计方法。我们根据经验都知道一个人 100米跑得快，跳远也跳得远，另一个人 100米跑得较慢，跳远成绩也会差一些，而当统计了许多人的100米跑和跳远的成绩后，就可以计算出100米跑和跳远这两个指标之间的相关系数。 
    计算出的相关系数 r 可表示两个指标之间相关程度的大小。r = 0 表示两指标不相关，r 的绝对值越接近 1 ,表示两指标的相关程度越大， r 的绝对值越接近 0 ,表示两指标的相关程度越小。X、Y两个相关的指标, Y 的值随着 X 值的增大而增大, 或随着 X 值的减小而减小, 称为：正相关, 如身高与体重的关系, 这时 r 为正值。当Y 的值随着 X 值的增大而减小, 或随着 X 值的减小而增大, 称为负相关, 如100米跑与跳远的关系, 这时 r 为负值。 
    对 r 也必须作检验（查相关系数表），只有检验结论为 P<0.05 或 P<0.01 时, 才能认为 X 与 Y 之间是相关的。但是，特别要注意不能因为检验结论为P<0.01 就说 X 与 Y 之间是高度相关, 检验结论为P<0.05 就说 X 与 Y 之间相关。相关程度的高、低是以相关系数的绝对值来判断的。 一般认为: 在样本数量较大的情况下：

           │r│< 0.4                表示 X 与 Y 呈低度相关
             0.4 < │r│< 0.7     表示 X 与 Y 呈中度相关
           │r│> 0.7               表示 X 与 Y 呈高度相关 
    当我们不知道或者不能肯定某些体质指标两者之间有没有相关关系时，就可以通过统计计算来进行研究。计算时，数据必须成对输入，顺序不能错！
              序 号          指标 X（身高）         指标 Y（肺活量）
                1 (张三)          165.5                     2530
                2 (李四)          166.0                     2500
                3 (王五)          181.6                     3200
                                       ……                      ……
    通过计算可建立：  一元回归方程  Ｙ ＝ a + b X 
         同时还算出：  剩余标准差 Sy  (其值越小, 回归方程的预测精度越高)
                       相关系数    r  (其绝对值越接近 1 表示相关程度越高)

    计算出一元回归方程后, 可以用来进行推测。即将 X 的值代入方程后, 可以计算出Y 的估计值。但相关系数 r 小时，一元回归方程是没有实用意义的。因为, 相关系数 r 小，剩余标准差 Sy 值必然很大, 用回归方程预测的精度极差。所以, 只有当根据专业知识判断 Sy 不太大时, 建立的一元回归方程才有实用价值。
    1979年中国青少年儿童体质研究中，就利用各年龄组身高、体重两指标之间建立的回归方程。制订出了身高、体重的相关评价表。还计算公布了各年龄组用身高（X）推算肺活量（Y）的回归方程，用体重（X）推算肺活量（Y）的回归方程等。