迴歸分析的目的是確定兩個變量之間的變動關係和用自變量推算因變量。只有當變量與因變量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量和因變量的相關的程度。
按照自變量和因變量之間的關係類型，可分為線性迴歸分析和非線性迴歸分析。
線性迴歸是利用數理統計中迴歸分析，來確定兩種或兩種以上變量間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。其表達形式為y=w'x+e，e為誤差服從均值為0的正態分佈。迴歸分析中，只包括一個自變量和一個因變量，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。如果迴歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關係，則稱為多元線性迴歸分析。
非線性迴歸是迴歸函數關於未知迴歸係數具有非線性結構的迴歸。常用的處理方法有迴歸函數的線性迭代法、分段迴歸法、迭代最小二乘法等。非線性迴歸分析的主要內容與線性迴歸分析相似。
