迴歸分析是統計學上常用的分析方法，主要在建立一個函數（最能夠代表變數間的所有觀測資料），並用此函數來代表應變數和自變數之間的數學模式，以便觀察特定的變數來預測我們所感興趣的變數。若特定的變數（X）和有興趣的變數(Y)的數目都為一個，則我們稱此模型（Y=Bo+B1X）為簡單線性迴歸分析。
另外要注意的是，建立迴歸分析前須檢查資料是否符合迴歸分析的三個假設－獨立、常態及均質。
範例中，我們使用SAS EG的範例資料CLASS，請選擇伺服器清單->伺服器->本機->資料館->SASHELP->CLASS
在工作的快捷選單中選擇分析->迴歸->線性迴歸
在左側的選單中選擇資料，將要指派的欄(A)中的Height和Weight兩變數，分別拖曳至右側工作角色(T)中的應變數及解釋變數的變數欄中。
在左側的選單中選擇統計值，勾選不等變異性檢定(H)
在左側的選單中選擇預測，勾選原始樣本(O)及殘差值(U)，按一下執行(R)。
經由上述執行結果，得到以下我們所需的報表：
1. 由變異數分析表中得到P-value=
2. 由下表的R平方值為0.7705，代表此模式可以解釋資料變異的77.05%，僅22.95%的資料變異無法經由此模式解釋，就資料分析而言，這個模式具有高度的解釋能力。
3. 由上述1,2的結果可知此模式是有效的，那麼模式的樣貌又為何呢？我們可以先藉由檢定參數是否顯著來決定我們的模式樣貌。由下表的P-value均小於.0001 <a=0.05，我們有充份證據顯示參數Bo和B1均顯著不為0。因此，我們的模式可建立為 
4.最後，我們需對模式中的參數做估計，由SAS所提供的參數估計值表，將估計值帶入我們的模式，即可以得
為我們所需的迴歸估計式。
5. 在SAS的迴歸分析中，另外也提供散佈圖、迴歸估計線及信賴區間的圖形供使用者運用。若是資料中有離群值或影響點存在，我們即可由圖形中快速的得知。當然，由圖形中亦可一併了解資料是否皆落在信賴區間內。
Tags
