回归分析就是拿过去的数往未来的数上套公式，简单说就是画条线或曲线把点连起来。它优点是看得明白，比如算房价涨跌，用面积和价格画条线，大家都能懂；计算也不麻烦，Excel就能搞定。缺点就是容易翻车，数据脏了就全完，比如某个小区突然多套假房源，算法就被带偏了。预测准不准全看数据够不够干净，噪声大的话准率能掉三成。

为啥是这个样呢？回归分析就相当于用尺子量东西，尺子准了量得准，尺子不准量个锤子。比如某研究显示，房价预测里如果有10%的数据是中介报的虚价，回归模型预测误差会增加30%。更别提遇到拐点数据，像温度和空调电费的关系，低温时电费少，高温时电费反而可能增加，这时候直线拟合就会把曲线压扁，导致夏冬两季都报错。有个实际案例是某物流公司用回归预测货运量，把2019年疫情数据混进去，结果2020年预测直接崩盘，偏差高达45%。不过要是能把数据先洗得干干净净，再选对模型，回归预测还是能省不少事，比如电商销量预测用二次曲线就比直线准15%左右。