回归预测法是常用的一种定量预测方法，是回归分析。根据变量的个数，通常分为一元回归和多元回归；根据变量之间相互关系，又可分为线性回归和非线性回归。

回归预测法的步骤主要在以下几个方面。

①根据预测目标，确定自变量和因变量。明确预测的具体目标，也就确定了因变量。如预测具体目标是下一年度的销售量，那么销售量Y就是因变量。通过市场调查和查阅资料，寻找与预测目标的相关影响因素，即自变量，并从中选出主要的影响因素。

②建立回归预测模型。依据自变量和因变量的历史统计资料进行计算，在此基础上建立回归分析方程，即回归分析预测模型。

③进行相关分析。回归分析是对具有因果关系的影响因素（自变量）和预测对象（因变量）所进行的数理统计分析处理。只有当变量与因变量确实存在某种关系时，建立的回归方程才有意义。因此，作为自变量的因素与作为因变量的预测对象是否有关，相关程度如何，以及判断这种相关程度的把握性多大，就成为进行回归分析必须要解决的问题。进行相关分析，一般要求出相关关系，以相关系数的大小来判断自变量和因变量的相关的程度。

④检验回归预测模型，计算预测误差。回归预测模型是否可用于实际预测，取决于对回归预测模型的检验和对预测误差的计算。回归方程只有通过各种检验，且预测误差较小，才能将回归方程作为预测模型进行预测。

⑤计算并确定预测值。利用回归预测模型计算预测值，并对预测值进行综合分析，确定最后的预测值。

应用回归预测法时应首先确定变量之间是否存在相关关系。如果变量之间不存在相关关系，对这些变量应用回归预测法就会得出错误的结果。

正确应用回归预测法时应注意：①用定性分析判断现象之间的依存关系；②避免回归预测的任意外推；③应用合适的数据资料。