更新时间：2023-10-14 14:34
回归这一术语最早来源于生物遗传学，由高尔顿（Francis Galton）引入。
回归的现代解释：回归分析是研究某一变量（因变量）与另一个或多个变量（解释变量、自变量）之间的依存关系，用解释变量的已知值或固定值来估计或预测因变量的总体平均值。
因变量：Y
自变量：X或X1，X2，…等
高尔顿的兴趣在于寻找为什么总体身高分布趋向稳定。现在我们所关心的已不是这个问题，而是想知道在已知父亲身高的情况下，儿子的身高的平均变化如何。换句话说，就是已知父亲身高来预测儿子的平均身高。
一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。
一元线性回归分析法的预测模型为：
式中，xt代表t期自变量的值；
代表t期因变量的值；
a、b代表一元线性回归方程的参数。
a、b参数由下列公式求得（用代表）：
1、选取一元线性回归模型的变量 ；
2、绘制计算表和拟合散点图 ；
3、计算变量间的回归系数及其相关的显著性 ；
4、回归分析结果的应用 。
1、经济意义检验：就是根据模型中各个参数的经济含义，分析各参数的值是否与分析对象的经济含义相符；
2、回归标准差检验；
3、拟合优度检验；
4、回归系数的显著性检验。