回归分析可能是研究变量之间关系的最广泛使用的统计技术之一。我们使用简单的线性回归来分析数字变量（即预测变量）对另一个数字变量（即响应变量）的影响。例如，呼叫中心的经理想知道呼叫产生的订单数量与收到的电话数量之间的关系。许多软件包提供了回归分析方面的专业知识，例如Microsoft Excel，R和Python。按照教程，任何了解Microsoft Excel基础的人都可以构建简单的线性回归模型。但是，要解释回归输出并评估模型的有用性，我们需要学习回归分析。如Box所说，“所有模型都是错误的，但有些模型是有用的。”为了能够发现有用的模型并做出合理的预测，我们应该对回归分析理论和特定领域的知识有所了解。 IT专业人员是学习和使用软件包的专家。突然之间，业务用户要求他们执行回归分析。其数学背景不包括回归分析研究的IT专业人员希望获得发现合理模型，解释回归输出并进行推理的技能。

该文对简单线性回归作详细介绍

https://www.mssqltips.com/sqlservertip/6502/using-simple-linear-regression-to-make-predictions