回帰分析（Regression Analysis）とは、変数間の関係をモデル化し、予測や推定を行うための統計手法です。主に以下のような目的で使用されます：
- 予測: 既知のデータを基に、将来の値を予測します。例えば、過去の売上データを基に、来月の売上を予測することができます。
- 関係の理解: 変数間の関係を明らかにし、どの変数が結果に影響を与えているかを理解します。例えば、広告費と売上の関係を分析することで、広告費が売上にどの程度影響を与えているかを知ることができます。
- 異常検出: データの中で異常なパターンや外れ値を検出します。
回帰分析にはいくつかの種類がありますが、代表的なものには以下のようなものがあります：
- 単回帰分析: 一つの独立変数と一つの従属変数の関係を分析します。
- 重回帰分析: 複数の独立変数と一つの従属変数の関係を分析します。
- ロジスティック回帰: 従属変数が二値（例：成功/失敗）の場合に使用されます。
回帰分析は、ビジネス、経済学、社会科学、医療など、さまざまな分野で広く利用されています。
なお、類似のキーワードで「回帰直線」というものがありますが、回帰直線は回帰分析の結果を直線として視覚的に表現したもので、データポイントの傾向やパターンを示すものです。