在統(tǒng)計學中，回歸分析（regression analysis)指的是確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法。

一、與相關分析的區(qū)別
相關分析研究的是現(xiàn)象之間是否相關、相關的方向和密切程度，一般不區(qū)別自變量或因變量。

而回歸分析則要分析現(xiàn)象之間相關的具體形式，確定其因果關系，并用數(shù)學模型來表現(xiàn)其具體關系。

比如說，從相關分析中可以得知“質(zhì)量”和“用戶滿意度”變量密切相關，但是這兩個變量之間到底是哪個變量受哪個變量的影響，影響程度如何，則需要通過回歸分析方法來確定。

二、變量
在回歸分析中，把變量分為兩類。
一類是因變量，它們通常是實際問題中所關心的一類指標，通常用Y表示；
而影響因變量取值的的另一類變量稱為自變量，用X來表示。

三、分類
回歸分析按照涉及的變量的多少，分為一元回歸和多元回歸分析；

按照因變量的多少，可分為簡單回歸分析和多重回歸分析；

按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析。

四、研究的主要問題
（1）確定Y與X間的定量關系表達式，這種表達式稱為回歸方程；
（2）對求得的回歸方程的可信度進行檢驗；
（3）判斷自變量X對因變量Y有無影響；

五、步驟
1. 確定變量
明確預測的具體目標，也就確定了因變量。
如預測具體目標是下一年度的銷售量，那么銷售量Y就是因變量。

通過市場調(diào)查和查閱資料，尋找與預測目標的相關影響因素，即自變量，并從中選出主要的影響因素。

2. 建立預測模型
依據(jù)自變量和因變量的歷史統(tǒng)計資料進行計算，在此基礎上建立回歸分析方程，即回歸分析預測模型。

3. 進行相關分析
只有當自變量與因變量確實存在某種關系時，建立的回歸方程才有意義。
因此，作為自變量的因素與作為因變量的預測對象是否有關，相關程度如何，以及判斷這種相關程度的把握性多大，就成為進行回歸分析必須要解決的問題。

4. 計算預測誤差
回歸預測模型是否可用于實際預測，取決于對回歸預測模型的檢驗和對預測誤差的計算。
回歸方程只有通過各種檢驗，且預測誤差較小，才能將回歸方程作為預測模型進行預測。

5. 確定預測值
利用回歸預測模型計算預測值，并對預測值進行綜合分析，確定最后的預測值。

六、注意問題
1. 應用回歸預測法時應首先確定變量之間是否存在相關關系。
如果變量之間不存在相關關系，對這些變量應用回歸預測法就會得出錯誤的結果。

正確應用回歸分析預測時應注意：
①用定性分析判斷現(xiàn)象之間的依存關系；
②避免回歸預測的任意外推；
③應用合適的數(shù)據(jù)資料；

2. 回歸分析的主要內(nèi)容：
①從一組數(shù)據(jù)出發(fā)，確定某些變量之間的定量關系式，即建立數(shù)學模型并估計其中的未知參數(shù)。估計參數(shù)的常用方法是最小二乘法。
②對這些關系式的可信程度進行檢驗。
③在許多自變量共同影響著一個因變量的關系中，判斷哪個（或哪些）自變量的影響是顯著的，哪些自變量的影響是不顯著的，將影響顯著的自變量加入模型中，而剔除影響不顯著的變量，通常用逐步回歸、向前回歸和向后回歸等方法。

改編自：

https://baike.baidu.com/item/%E5%9B%9E%E5%BD%92%E5%88%86%E6%9E%90/2625498?fr=aladdin

留言時，大家盡量寫得具體些，如自己的專業(yè)背景是什么，寫的是畢業(yè)論文還是期刊論文，想要哪方面的文獻等，這樣我好根據(jù)大家的具體需求，有針對性地來解答。