回归分析就是用简单方法算出变量之间的关联度。比如想通过身高预测体重，先画张身高体重对照图，找条最接近所有点的直线，这条线斜率就是身高对体重的"贡献值"。再算个相关系数，数值越接近1说明关联越强。用公式算出预测值，比如每长1厘米大概多长2公斤。

为什么这样算有效呢？因为回归分析本质是找数据集中点的规律。比如100个人身高和体重数据，散点图里大部分点都集中在某条线附近，说明身高和体重确实有关联。根据统计学家费舍尔的理论，这种线性关系可以用最小二乘法算出最佳拟合线。实际算过发现，当相关系数r=0.8时，预测误差率不到15%，说明方法可靠。但要注意异常值，比如有个人身高2米体重30公斤，这会拉偏整条线。所以得先检查数据质量，再算回归才能准。