在社会经济现象之间，因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。
相关关系指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。相关关系与函数关系是性质不同的两类变量间的关系。变量之间存在着确定性数量对应规律的称为函数关系，可以用数学函数式表达。变量间不存在确定性数量对应规律的要用统计学的方法来研究。统计学上研究有关社会经济现象之间相互依存关系的密切程度叫做相关系数。相关分析可以得到一个表明相关程度的指标，称为相关系数。这种方法对于不能在实验室用实验方法分析的社会经济现象显得特别重要。通过相关分析，还可以测定和控制预测的误差，掌握预测结果的可靠程度，把误差控制在一个范围内。社会经济现象之间的相互关系是非常复杂的，表现出不同的类型和形态。从变量之间相互关系的方向来看。分为正相关和负相关。在某些经济现象之间，当自变量x的值增加时，因变量y的值也随之相应地增加，这佯的相关关系就是正相关。当自变量x的值增加时，因变量y的值随之而呈减少的趋势，这种关系就是负相关。从变量之间相互关系的表现形式来看，可分为直线相关与非直线相关。当x值发生变动时，y值随之发生大致均等的变动（增加或减少），表现在图形上，其观察点分布于狭长的带形区域之内，并近似地表现为直线形式，这样的关系通称为直线关系。当x值变动时，y值随之呈不均等变动（增加或减少），表现在图形上，其观察点的分布近似地表现为各种不同的曲线形式，这种相关关系通称为非直线相关。相关关系法重要的是确定判断变量相关系数。 当预测目标变量（称因变量）由于一种或几种影响因素变量（称自变量）的变化而发生变化，根据某一个自变量或几个自变量的变动，来解释推测因变量变动的方向和程度，常用回归分析法建立数学模型。回归分析法：在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式，来描述它们间数量上的平均变化关系。这种函数表达式称回归方程式。回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。线性回归分析是最基本的方法，也是市场预测中的一种重要预测方法。 在市场经济条件下，市场作为社会经济活动的基本场所，它一方面是企业营销活动的环境，另一方面也将社会经济系统视为其环境。这种市场现象间的系统关系，使市场变量间的某些因果关系不能只研究自变量对因变量的影响，而忽视因变量对自变量的逆向影响或各种自变量之间的相互影响。这样一种市场变量间相互依存的复杂关系，回归分析法往往就不能对其做出系统描述。经济计量法就是揭示这类市场变量间复杂因果关系数量变化关系的方法。经济计量法，是在以经济理论和事实为依据的定性分析基础上，利用数理统计方法建立一组联立方程式，来描述预测目标与相关变量之间经济行为结构的动态变化关系。这组联立方程式称为经济计量模型。
