Statistikas pazīmju sakarību raksturotāji, rādītāji - regresijas un korelācijas koeficienti, sākotnēji tika aprēķināti un lietoti pavisam konkrētu pētījumu ietvaros. Tos izstrādāja 19.gs otrajā pusē Galtons, Pirsons, Lī u.c. savu bioloģiska rakstura pētījumu ietvaros. Diezgan drīz izrādījās, ka regresijas un korelācijas koeficienti un citi sakarību rādītāji ir noderīgi daudziem un dažādiem pētījumiem ne vien bioloģijā, lauksaimniecībā un līdzīgās zinātņu nozarēs, bet arī sociālajās zinātnēs – ekonomikā, socioloģijā, demogrāfijā.
Šobrīd noteikumi un notikumi biznesā un ekonomikā nepārtraukti laika gaitā mainās, uzņēmumu vadītājiem vienmēr ir jāatrod veids kā pielāgoties šīm izmaiņām. Kā viens no šādiem veidiem, ko var pielietot nākotnes plānošanā, ir prognozēšana. Lai gan tiek izšķirtas vairākas prognozēšanas metodes, tām visām ir viens mērķis – paredzēt nākotnes notikumus tā, lai šīs prognozes varētu tikt iekļautas stratēģisko procesu plānošanā. Prognozēšana palīdz uzņēmumu vadītājiem izvēlēties stratēģiju un nākotnē veicamās darbības, lai samazinātu gaidāmos negatīvos efektus vai pietiekami labi izmantotu gaidāmos pozitīvos pavērsienus.
Šo vajadzību pēc prognozēšanas nosaka mūsdienu sabiedrība, jo ne tikai valsts vadītājiem, lai formulētu valsts politiku, ir jāparedz bezdarbs, inflācija, rūpniecības ražošanas līmenis un gaidāmie nodokļu ieņēmumi, bet šobrīd jau arī ar mārketingu saistītiem cilvēkiem ir jāmāk noteikt iespējamo produkcijas pieprasījumu, ieņēmumus, patērētāju izvēli, krājumus, lai pieņemtu savlaicīgus lēmumus par nepieciešamajiem mārketinga pasākumiem. Pētniecība dod iespēju pārskatāmi apkopot pieejamo informāciju, saskatīt sakarības un pieņemt statistiski nozīmīgus lēmumus.
Piemēram, aviokompānijas vadībai ir jāprot nodrošināt nepieciešamos resursus, balstoties uz prognozējamajām pasažieru skaita izmaiņām un līdz ar to arī ieņēmumu svārstībām, ko ievērojami ietekmē sezonalitāte vai pastāv cieša sakarība starp dažādām ikdienas dzīves parādībām, kaut vai starp gaisa temperatūru un to drēbju skaitu, ko mēs uzvelkam.
Darbā ir izskatīta korelācijas analīze, regresijas analīze, aplūkojot lineāro vienfaktoru un daudzfaktoru regresiju, kā arī nelineārā regresijas analīzi. Regresijas un korelācijas analīze tiek izmantota sakarību pētīšanai. Tā ir ekonometrijas kodols, kuru veido gan vienkārši lineāri vienfaktora regresijas modeļi, gan sarežģīti nelineāri daudzfaktoru modeļi.
Sakarība starp divām pazīmēm tiek konstatēta tad, kad, mainoties vienai pazīmei, saskaņā ar noteiktu likumsakarību mainās arī otra pazīme. Ja starp divām pazīmēm pastāv sakarība, tad, zinot vienas pazīmes stāvokli, var prognozēt otras pazīmes vidējo stāvokli. Sakarība starp rādītājiem var būt ciešāk vai vājāk izteikta, var saglabāties ilgāku laika periodu, vai arī būt mainīga dažādos laika periodos. …
