一、方差分析与回归分析的相同点
1、方差分析与回归分析的变量都是两种或两种以上。
2、方差分析与回归分析的结果都是得出因变量和自变量之间的关系。
二、方差分析与回归分析的不同点
1、原理不同
方差分析：方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个，分别为实验条件和 随机误差。
回归分析：回归分析的原理是利用实验获得的数据构建解释变量对响应变量的线性模型，当利用这个解释模型来预测未知数据时为预测模型。
2、分析方法不同
方差分析：方差分析的分析方法主要是单因素方差分析、两因素方差分析。
回归分析：回归分析的分析方法主要是线性回归分析、非线性回归分析。
3、应用不同
方差分析：方差分析主要应用于均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用和方差齐性检验。
回归分析：回归分析主要应用于预测分析、时间序列模型以及发现变量之间的因果关系。
参考资料来源：百度百科-回归分析
从资料类型来看，方差分析的因变量是连续型资料，自变量是分类变量，一般都以组别的形式出现。
回归分析的因变量是连续型资料，自变量既可以是分类资料，也可以是连续型资料，也可以两种资料都有。
从目的来看，大多数方差分析的目的都是比较组间差异，比如3组人群的身高是都有差异等。而回归分析主要是看自变量对因变量的影响，或因变量是否随着自变量的变化而变化，如血压是否随年龄而变化等。本回答被网友采纳
相关分析的研究主要是两个变量之间的密切程度，而回归分析不仅可以揭示x对y的影响大小，还可以由回归方程进行数量上的预测和控制。
这两种分析是统计上研究变量之间关系的常用办法。
相同点：他们都可以断定两组变量具有统计相关性。不同点：相关分析中两组变量的地位是平等的，不能说一个是因，另外一个是果。或者他们只是跟另外第三个变量存在因果关系。
而回归分析可以定量地得到两个变量之间的关系，其中一个可以看作是因，另一个看作是果。两者位置一般不能互换。
由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。回归分析是研究各因素对结果影响的一种模拟经验方程的办法，回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
运用十分广泛，回归分析按照涉及的变量的多少，分为一元回归和多元回归分析。回归分析中，会用到方差分析来判断各变量对结果的影响程度，从而确定哪些因素是应该纳入到回归方程中，哪些由于对结果影响的方差小而不应该纳入到回归方程中。