回歸預測方法有很多種。
根據相關性中自變量個數的不同分類，可分為單變量回歸分析預測法和多變量回歸分析預測法。在壹元回歸分析預測方法中，自變量只有壹個，而在多元回歸分析預測方法中，自變量有兩個以上。根據自變量與因變量相關性的不同，可分為線性回歸預測和非線性回歸預測。
步驟
1.根據預測目標確定自變量和因變量。
定義預測的具體目標也決定了因變量。如果預測的具體目標是下壹年的銷售量，那麽銷售量y就是因變量。通過市場調研和查閱數據，可以找到相關的影響因素，即自變量，並從中選出主要影響因素。
2.建立回歸預測模型
根據自變量和因變量的歷史統計數據，建立回歸分析方程，即回歸預測模型。
3.進行相關性分析
回歸分析是對具有因果關系的影響因素(自變量)和預測對象(因變量)進行數理統計分析和處理。只有當變量和因變量之間存在壹定的關系時，建立的回歸方程才有意義。因此，作為自變量的因素與作為因變量的預測對象是否相關，相關程度，以及判斷這種相關程度的確定性，就成為回歸分析中必須解決的問題。進行相關分析，壹般要求找出相關關系，通過相關系數的大小來判斷自變量與因變量的相關程度。
4.檢驗回歸預測模型，計算預測誤差。
回歸預測模型能否用於實際預測，取決於回歸預測模型的檢驗和預測誤差的計算。回歸方程只有通過各種檢驗，預測誤差小，才能作為預測模型。
5.計算並確定預測值。
利用回歸預測模型計算預測值，對預測值進行綜合分析，確定最終預測值。
1)應用回歸預測法時應註意的問題；
在應用回歸預測方法時，首先要確定變量之間是否存在相關性。如果變量之間沒有相關性，對這些變量應用回歸預測方法會得到錯誤的結果。
2)在正確應用回歸分析和預測時，我們應該註意:
①用定性分析判斷現象之間的依賴關系；
②避免回歸預測的任意外推；
③應用適當的數據。