我們遇到的實際問題中，則往往是涉及到幾個變量或幾個經濟現象.許多現象之間是相互聯係、相互製約的.現象之間的關係可以概括為兩種類型：函數關係和相關關係.函數關係是指現象之間客觀存在的，在數量上按一定法則嚴格確定的相互依存關係.在此種關係中，當給定某一變量的數值時，都有另一個變量的確定值與之對應，例如圓麵積與半徑的關係：S=πr2.而相關關係是指現象之間客觀存在的，在數量上受隨機因素影響，非確定性的相互依存關係.在這種關係中對應於一個變量的取值，另一個變量可能有多個數值與之對應，例如，人的身高和體重，一般的身高者體重也大，但具有同一身高的人，體重卻有差異，因此身高與體重之間的關係就是相關關係.回歸預測就是利用統計分析的方法，對具有相關關係的變量，根據大量的曆史數據，運用數理統計方法，近似的用一個數學關係式來描述變量與變量之間相關關係，並由此從一個或幾個變量的值去預測其他變量的一種方法.建立回歸模型，並據以進行因果預測.建立的回歸模型，不僅可以描述變量間相關關係的緊密程度和方向，還可以進行推算和預測.在回歸分析中有靜態回歸分析和動態回歸分析之別，動態回歸中研究動態回歸分析的問題，在分析中對自變量時間數列進行外推預測，將預測值代入回歸方程，據以推算因變量數值.
回歸預測的一般程序是：第一，對預測對象及其相關因素相互對應的觀察值作相關圖（散點圖），判定其相關類型，從而確定采用何種回歸模型.第二，計算相關係數，判定變量間相關關係的密切程度，如果高度相關或顯著相關，則回歸模型有價值，否則，就無價值.第三，當確定相關關係密切，適於回歸預測，則可配合回歸線，建立回歸模型，確定模型中的參數.第四，對回歸方程進行效果檢驗，效果好，則可進行預測.第五，利用回歸方程進行預測.