迴歸分析法，是在分析市場現象自變數和因變數之間相關關係的基礎上，建立變數之間的迴歸方程，並將迴歸方程作為預測模型，根據自變數在預測期的數量變化來預測因變數關 系大多表現為相關關係，因此，迴歸分析法是一種重要的市場預測方法，當我們在對市場現象未來發展狀況和水平進行預測時，如果能將影響市場預測物件的主要因 素找到，並且能夠取得其數量資料，就可以採用迴歸分析法進行預測。它是一種具體的、行之有效的、實用價值很高的常用市場預測方法。
迴歸分析法的分類：
迴歸分析法有多種型別，依據相關關係中自變數的個數不同分類，可分為一元迴歸分析法和多元迴歸分析法。在一元迴歸分析法中，自變數只有一個，而在多元迴歸分析法中，自變數有兩個以上。依據自變數和因變數之間的相關關係不同，可分為線性迴歸預測和非線性迴歸預測。
迴歸分析法的步驟：
1、根據預測目標，確定自變數和因變數；
明確預測的具體目標，也就確定了因變數。如預測具體目標是下一年度的銷售量，那麼銷售量Y就是因變數。通過市場調查和查閱資料，尋找與預測目標的相關影響因素，即自變數，並從中選出主要的影響因素。
2、建立迴歸預測模型：
依據自變數和因變數的歷史統計資料進行計算，在此基礎上建立迴歸分析方程，即迴歸分析預測模型。
3、進行相關分析：
迴歸分析是對具有因果關係的`影響因素（自變數）和預測物件（因變數）所進行的數理統計分析處理。只有當變數與因變數確實存在某種關係時，建立的迴歸方程才有意義。因 此，作為自變數的因素與作為因變數的預測物件是否有關，相關程度如何，以及判斷這種相關程度的把握性多大，就成為進行迴歸分析必須要解決的問題。進行相關 分析，一般要求出相關關係，以相關係數的大小來判斷自變數和因變數的相關的程度。
4、檢驗迴歸預測模型，計算預測誤差：
迴歸預測模型是否可用於實際預測，取決於對迴歸預測模型的檢驗和對預測誤差的計算。迴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、計算並確定預測值：
利用迴歸預測模型計算預測值，並對預測值進行綜合分析，確定最後的預測值。
迴歸分析法時應注意的問題：
應用迴歸預測法時應首先確定變數之間是否存在相關關係。如果變數之間不存在相關關係，對這些變數應用迴歸預測法就會得出錯誤的結果。
①用定性分析判斷現象之間的依存關係；
②避免迴歸預測的任意外推；
③應用合適的資料資料；