回归分析法是一种统计学方法，用于研究两个或多个变量之间的关系，特别是确定一个或多个自变量（预测变量）与一个因变量（响应变量）之间的定量关系。通过建立数学模型，回归分析可以描述变量间的相关性，并通过已知数据估计参数，进而预测未知数据。

回归分析的主要类型包括：

一元回归分析：

只涉及一个自变量的情况。

多元回归分析：

包含两个或两个以上的自变量。

线性回归分析：

因变量和自变量之间的关系是线性的。

非线性回归分析：

因变量和自变量之间的关系是非线性的。

简单线性回归：

只包含一个自变量，且关系为线性的情况。

多项式回归：

自变量包含变量的幂次项，关系可能是非线性的。

向量自回归模型（VAR）：

一种统计模型，用于分析多个时间序列变量之间的相互依存关系。

回归分析在金融、经济、社会科学、医学等多个领域都有广泛应用，用于预测、解释和决策支持