按影响因素的多少分类，相关关系可分为单相关、复相关和偏相关三种。
单相关又称简单相关，是指两个变量的相关，即一个变量对另一变量的相关关系。例如，在计件工资的条件下，快递员每月的工资只与其完成的派送量成单相关关系。
复相关又称多元相关，是指三个或三个以上变量的相关关系。例如，物流成本与物流运输里程、员工工资以及管理费用之间是复相关关系。
偏相关是指就多个变量来测量其中两个变量的相关程度，而假定其他变量不变。例如，物流企业的运输总成本对货物运输量和运输里程的关系是复相关，若假定货物运输量不变，则运输总成本与运输里程的关系是偏相关。
按相关的方向分类，相关关系可分为正相关和负相关。
当一个变量的数值增加或减少时，另一变量的数值也相应增加或减少，即二者作同方向的变化时，称为正相关。反之，当一个变量的数值增加，另一变量的数值反而减少，或一个变量的数值减少，另一变量的数值反而增加，即二者作相反方向的变化时，则称为负相关。需要指出的是，许多现象正负相关的关系仅在一定范围内存在。
按相关的形式分类，相关关系可分为线性相关和非线性相关。
对两个具有相关关系的现象进行实际调查，获得一系列成对的数据后，根据两变量的各对相应数值，在平面直角坐标系中描出的若干个点，如果散点趋于一条直线，称为线性相关，线性相关又分为正线性相关和负线性相关，如图4-1和图4-2所示。若散点图趋向于某种曲线，则称为非线性相关或曲线相关，如图4-3所示。
图4-1 正线性相关
图4-2 负线性相关
图4-3 非线性相关
按相关的程度分类，相关关系可分为完全相关、不相关和不完全相关三种。
一个变量的数量变化由另一个变量的数量变化所确定，则称这两个变量间的关系为完全相关。在这种情况下，相关关系即成为函数关系，可以用一定的方程式来准确地表示。根据两变量的各对相应数值，在平面直角坐标系中描出的若干个点，构成一条直线。完全相关可分为完全正相关和完全负相关，如图4-4和4-5所示所示。
若两个变量彼此互不影响，其数量变化各自独立，则称为不相关或零相关。根据两变量的各对相应数值，在平面直角坐标系中描出的若干个点，若散点分布趋近球形，就属于不相关，如图4-6所示。例如，运输车辆的载货量与职工出勤率分属不同总体的现象，一般认为是不相关的。
图4-4 完全正相关
图4-5 完全负相关
图4-6 不相关
一个变量的数量变化会随另一个变量的变化而变化，但是两变量之间没有函数关系，介于完全相关和不相关之间，则称为不完全相关。这是相关分析的主要研究对象。
