六西格玛管理工具之回归分析，在六西格玛管理的分析阶段(analyze)中，剖析难题出現的缘故尤为重要。这时候统计学中相关性分析及回归分析就是说强有力的六西格玛管理工具。

回归分析（regressionanalysis)是确认二种或二种左右自变量间相互依存的定量分析关联的这种数据分析方法。应用非常普遍，回归分析依照涉及到的自变量的是多少，分成重归和几斤回归分析；依照自变量的是多少，可分成1元回归分析和多元回归分析；依照自变量和因变量之间的关系种类，可分成线性回归分析和非线性回归分析。要是在回归分析中，只包含1个自变量和1个因变量，且两者的关联能用这条平行线相似性表达，这类回归分析称之为一元线性回归剖析。要是回归分析中包含2个或2个左右的自变量，且因变量和自变量中间是线性相关，则称之为几斤线性回归分析。

1、确认一些自变量中间的定量分析表达式。

2、对这种表达式的可靠水平开展检测。

3、去除危害不明显的自变量。

4、运用所求的表达式对某个加工过程开展分折或操纵。

5、在回归分析中，把自变量分成两大类。

回归分析是对具备因果关系的危害要素（自变量）和分折另一半（因变量）所开展的数理统计剖析解决。只能当自变量与因变量的确存有某类关联时，创建的回归方程才更有意义。因而，做为自变量的要素与做为因变量的分折另一半是不是相关，有关水平怎样，及其分辨这类有关水平的把握性多少，就变成开展回归分析必需要处理的难题。开展相关性分析，通常规定出相关关系，以相关系数的尺寸来分辨自变量和因变量的有关的水平。

回归分析是根据要求因变量和自变量来确认自变量中间的因果关系，创建回归模型，并依据评测统计数据来解微分方程实体模型的每个主要参数，随后点评回归模型是不是可以非常好的拟合评测统计数据；要是可以非常好的拟合，则能够依据自变量作深化分折。