1.回归分析的概念

通过相关分析，可以判断现象之间是否存在相关关系以及相关的密切程度和方向，但并不能说明变量之间的数量变动关系。因此要进一步明确变量之间的数量关系，并进行合理预测，就需要借助回归分析建立回归方程来完成。

回归分析是在相关分析的基础上，研究具有相关关系的两个或两个以上变量之间数量变动关系的统计方法。确切地说，回归分析是在相关分析的基础上，将对某一现象变量的实际观测所获得的资料采用数学方法回归为直线或曲线形式的方程，以反映和描述具有相关关系的现象变量之间数量关系及变动趋势的一种分析方法。利用回归分析方法建立的数学模型称为回归模型，得到的数学表达式称为回归方程。

在回归分析中，要确定所研究的现象变量之间的因果关系，其中一部分是可以控制的随机变量（为自变量），另一部分是不可以控制的随机变量（为因变量）。回归分析就是在自变量与因变量之间建立回归模型，分析和研究现象变量之间因果关系的分析方法。

2.回归分析的种类

（1）按变量之间回归关系的表现形式分(www.daowen.com)

按所研究的变量之间回归关系的表现形式，可将回归分析分为线性回归分析和非线性回归分析。对具有线性相关的变量之间进行的回归分析，确定回归方程的表现形式为一条直线，这样的回归分析为线性回归分析。若回归方程的表现形式为一条曲线，则称为非线性回归分析。

（2）按回归分析中变量的多少分

按回归分析中变量的多少，可将回归分析分为一元回归分析和多元回归分析。回归分析中只涉及两个变量的回归分析称为一元回归分析，一元回归分析研究的是一个因变量与一个自变量之间的回归。回归分析中涉及两个以上变量之间的回归分析称为多元回归分析，多元回归分析研究的是一个因变量与多个自变量之间的回归。

在回归分析中可以将两种分类加以组合，进而形成一元线性回归分析、多元线性回归分析、一元非线性回归分析和多元非线性回归分析。下面仅介绍一元线性回归分析。