相关与回归是统计学中两个重要的概念，在临床执业医师所涉及的医学研究和数据分析中都有着广泛应用，它们之间存在着紧密的联系。

从研究目的上看，相关分析主要是研究两个变量之间的线性关联程度与方向，比如研究身高和体重之间的关系，通过相关系数来衡量两者关联的紧密程度；回归分析则侧重于建立一个变量（因变量）与另一个或多个变量（自变量）之间的定量关系，例如根据患者的年龄、血压等因素来预测其患某种疾病的概率。虽然目的有所不同，但都是围绕变量间的关系展开。

在计算上，相关系数和回归系数的计算是相互关联的。相关系数的大小和方向可以反映变量间线性关系的强弱和正负，而回归系数则表示自变量每变化一个单位时，因变量的平均变化量。并且，它们的正负性是一致的。当相关系数为正，说明两变量正相关，此时回归系数也为正，意味着自变量增加，因变量也随之增加；反之亦然。

从应用角度来说，相关分析可以为回归分析提供基础。在进行回归分析之前，通常会先进行相关分析，以判断变量之间是否存在线性相关关系。如果变量之间没有明显的相关性，那么建立回归模型可能就没有实际意义。而回归分析则可以进一步深入揭示变量之间的数量依存关系，对相关分析的结果进行拓展和深化。

此外，两者在假设检验方面也有联系。相关系数和回归系数的假设检验本质上是等价的，都是为了判断变量之间的关系是否具有统计学意义。

综上所述，相关与回归相辅相成，在医学研究和临床实践中共同发挥着重要作用，帮助临床执业医师更好地理解和分析各种医学数据。