拟合应该是先有具体的模型,比如线性的,对数的等,通过与已知的模型比较,通过图形的拟合直接可以得出相应的关系式,有拟合度.本身并没有自变量与因变量之分.
回归,是有自变量与因变量之分的.从一组数据出发确定某些变量之间的定量关系式,即建立数学模型并估计其中的 未知参数.估计参数的常用方法是最小二乘法.之后会有对系数进行可信度检验,在许多自变量共同影响着一个因变量的关系中,判断哪个（或哪些）自变量的影响是显著的,哪些自变量的影响是不显著的,将影响显著的自变量选入模型中,而剔除影响不显著的变量,通常用逐步回归、向前回归和向后回归等方法.
总结的就这么多,希望对查询的人有所帮助~