※Wikipediaより
回帰分析（regression analysis）は、従属変数（目的変数）と連続尺度の独立変数（説明変数）の間に式を当てはめ、従属変数が説明変数によってどれくらい説明できるのかを定量的に分析することである。
回帰分析では従属変数と説明変数の間の関係を表す式を統計的手法によって推計する。
従属変数（目的変数）とは、説明したい変数（注目している変数）を指す。独立変数（説明変数）とは、これを説明するために用いられる変数のことである。
経済学の例を挙げてみよう。経済全体の消費（C）を国民所得（Y）で説明する消費関数がC = a + cYという形で表されるとする。この例では、消費が従属変数、国民所得が説明変数に対応する。以下で述べる計算方法によってa,cといった係数の大きさを推計する。
説明変数が1つならば単回帰分析、2つ以上ならば重回帰分析と呼ぶことがある。 普通用いられる方法は上式のような1次式モデルを用いる線形回帰であるが、その他のモデルを用いる非線形回帰の方法（例えばロジスティック回帰など）もある。
専用のソフトフェアをエクセルにアドインするだけで、簡単に回帰分析を行うことが出来る。
Regression Model:回帰モデル
Coefficients:係数
Correlative:相関
R2(R square):is the percentage of variation of Y variable explained by knowing the X variable.