线性回归

线性回归是最常用的预测分析方法。它在因变量（目标）与一个或多个自变量（预测变量）之间使用线性关系来预测目标的未来。此预测基于以下假设：目标与预测变量之间的关系是依赖关系或因果关系。

例如，您可使用线性回归模型来分析以往的广告与销售增加有何关联，以决定未来的广告。在此示例中，因变量是销售，自变量是广告费用。

另外，还可以预测金价、货币汇率或运动频率和饮食方法对体重的影响，等等。

注： LINEAR_REGRESSION 和 PREDICT_LINEAR_REGRESSION 存储过程在 Linux on IBM z Systems 上不可用。