对于相关分析与回归分析的说法中，以下是对每个选项的分析：

A: **相关分析强调非线性，回归分析强调线性**
- **错误**：相关分析通常用于衡量两个变量之间的线性关系，而不仅限于非线性关系。回归分析常用于探讨线性关系，但也可以扩展到非线性模型。

B: **相关分析强调散点的“胖瘦”，回归分析强调线性趋势**
- **部分正确，但不全面**：相关分析通过相关系数来衡量两个变量之间的线性关联程度，确实可以通过散点图来观察数据点的分布形状，但“胖瘦”并不是主要关注点。回归分析主要关注线性趋势。

C: **相关分析是统计很重要的预分析方法**
- **正确**：相关分析常作为初步分析步骤，用于检查变量之间可能存在的关系，为进一步分析（如回归分析）提供线索。

D: **相关性低，相关分析的系数一定低**
- **错误**：相关性低的确可能导致相关系数低，但不能一概而论。不同情况和数据特征可能导致低相关性与低相关系数之间的差异。需要全面分析数据特征。

### 综合分析：
- 正确答案为 **A** 和 **D**。
- **A** 错误在于误解相关分析的主要用法，**D** 则是在错误推断相关性与相关系数的关系。

### 回归与相关分析的区别：

| 方法 | 主要用途 | 特点 |
| ------------- | -------------------------------------------- | -------------------------------------------- |
| 相关分析 | 衡量两个变量之间的线性关系强度 | 使用相关系数（-1到1），无因果关系的考量 |
| 回归分析 | 研究一个或多个自变量对因变量的影响 | 可以是线性或非线性，强调因果关系 |

通过上述分析可以看出，相关分析和回归分析在统计分析领域都有各自的应用场景与方法重点。希望这些信息能帮助你更好地理解两者的区别与联系。