単回帰分析

1つの説明変数で目的変数を説明・予測する回帰分析。データの関係を y＝ax＋b の直線（回帰直線）で表し、係数は最小二乗法で求める。

2つ以上の説明変数で目的変数を説明・予測する回帰分析。各回帰係数は、他の説明変数を一定としたときに、その変数が1単位増えた場合の目的変数の変化量を表す。説明変数どうしの相関が強いと係数が不安定になる多重共線性に注意し、変数を増やすと見かけ上高くなる決定係数の代わりに自由度調整済み決定係数でモデルを比べる。

ある変数（目的変数）の値を、他の変数（説明変数）の値から説明・予測する関係式を求める統計手法。説明変数が1つなら単回帰分析、複数なら重回帰分析といい、最小二乗法で係数を求め、当てはまりのよさを決定係数で評価する。需要予測や要因分析に使う。

目的変数を、説明変数（特徴量）に重みを掛けて足し合わせた1次式（と切片）で予測する回帰のモデル。予測値と実測値の誤差の二乗和を最小にする最小二乗法で重みを求め、説明変数が1つなら単回帰、複数なら重回帰に当たる。重みから各特徴量の影響を解釈しやすい反面、非線形の関係は表せず、過学習を抑えるためにL2正則化（リッジ回帰）やL1正則化（ラッソ回帰）を加えることがある。

過去の販売実績や市場の動向などのデータから、将来の製品やサービスの需要量を予測すること。移動平均法、指数平滑法、回帰分析などの手法を用い、生産計画、在庫管理、設備やサービスの容量の計画に生かす。

観測データと、それに当てはめる直線や曲線との差（残差）の二乗の和が最小になるように、式の係数を決める方法。回帰分析で回帰直線を求めるときに用い、需要予測などに応用される。