回归分析可以被看作是相关性分析的延续，它也是数据分析中最为重要的方法之一。

相关分析让我们看到不同数据之间的相关性，而回归分析则把这种相关性通过数学公式具体地量化出来。虽然相关分析不能直接解释因果，但这并不妨碍我们通过相关分析实现预测和控制的目的。

比如，我们发现员工人数和公司绩效之间有较强的相关性，然后用数学公式将这种关系表达出来，那么我们就可以推算当公司绩效达到某个水平的时候，员工人数应该处于什么水平。当然，回归分析出来的结果只是一个近似值，并非百分百精准，但足以帮助我们在大多数时候做决策之用。

HR数据分析中常用的回归分析，分为线性回归和非线性回归。前者包括简单线性回归和多重线性回归，后者包括多项式回归和逻辑回归。有人说，做回归分析最核心的就是找到你想研究的关键问题（Y或因变量）以及影响它的因素（X或自变量）。(www.daowen.com)

找准X和Y可以帮助我们有效地建立起回归模型。比如，为了预测什么人可能成为公司的高潜人才，这里Y就是一个人成为高潜的可能性，而X可能就包括这个人的学历、专业、性格、胜任力、承担项目数、专业培训经历等。通过回归分析，我们可以找到对Y影响最显著的因素X都是哪些。

以上便是HR数据分析中最常用的分析方法，它们可以帮助你解决日常工作中大部分与数据相关的问题。