实质上，虽然一个变数（称为因变数）受许多因素（称为自变数）的影响，但只有一个起重要的、关键性作用。这时若因变数于自变数在平面坐标系上标出，就可得出一系列点，若点的分布呈现出直线型模式，就可採用一元线性回归预测。两个变数在平面坐标繫上所构成点的分布统称为散点图。

确定直线的方法是最小二乘法的基本思想：最有代表性的直线应该是直线到各点的距离之和最小。然后用这条直线进行预测。

1、选取一元线性回归模型的变数 ；

2、绘製计算表和拟合散点图；

3、计算变数间的回归係数及其相关的显着性 ；

4、回归分析结果的套用 。

1、经济意义检验：就是根据模型中各个参数的经济含义，分析各参数的值是否与分析对象的经济含义相符。

2、回归标準差检验

3、拟合优度检验

4、回归係数的显着性检验

可以分为：点预测和置信区间预测法

1、点预测法：将自变数取值带入回归预测模型求出因变数的预测值。

2、置信区间预测法：估计一个範围，并确定该範围出现的机率。置信区间的大小的影响的因素：a、因变数估计值；b、回归标準差；C、机率度t。

一元线性回归分析预测法，是根据自变数x和因变数Y的相关关係，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以套用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变数影响作用明显高于其他因素的变数，才能将它作为自变数，套用一元相关回归分析市场预测法进行预测。

一元线性回归分析法的预测模型为：

式中，xt代表t期自变数的值；

代表t期因变数的值；

a、b代表一元线性回归方程的参数。

a、b参数由下列公式求得（用代表）：

为简便计算，我们作以下定义：

(2)

式中：

这样定义a、b后，参数由下列公式求得：

将a、b代入一元线性回归方程Yt = a + bxt，就可以建立预测模型，那幺，只要给定xt值，即可求出预测值。

在回归分析预测法中，需要对X、Y之间相关程度作出判断，这就要计算相关係数Y，其公式如下：

相关係数r的特徵有：

①相关係数取值範围为：-1≤r≤1 。

②r与b符合相同。当r>0，称正线性相关，Xi上升，Yi呈线性增加。当r<0，称负线性相关，Xi上升，Yi呈线性减少。

③|r|=0，X与Y无线性相关关係；|r|=1，完全确定的线性相关关係；0<|r|<1，X与Y存在一定的线性相关关係；|r|&gt;0.7，为高度线性相关；0.3<|r|≤0.7，为中度线性相关；|r|≤0.3，为低度线性相关。