一、回归分析
假如我们在日常的观察中发现，当机器运行的时间增加时，管理费用也会随之上升，那么在认知上，我们就会得出以下判断：机器时间与管理费用之间存在着因果关系，岀于成本管理的目的，我们一定想知道两者之间量化的因果关系，这样就能将成本动因和成本金额置于我们的控制之下，并对其进行有效的预测。
1.回归分析的基本内容
回归分杯通过统计学的方法来量化自变化与因变量之间的关系。当因果关系中只有一个自变量与一个因变量时，即y=f(x),此种分析为单一回归；若是存在着多个自变量，即y=f(x,s,t),则为多元回归。当一对自变量与因变量之间存在的是线性关系，即y=a+bx,则称之为单一线回归。
2.回归分析的一些指标
在回归分析中，我们可以根据一些指标来判断建立的公式是否适用于数据的预测。
(1) 相关系数。
相关系数是用来衡量自变量和因变量之间线性关系的程度。相关系数的取值范围在+-1之间，相关系数的绝对值越接近于1，即|r|～1，变量之间的线性关系越强，即变量之间的相关度高；越接近于0，即|r|~0,则线性关系越弱，即变量之间的相关度越低。
（2）确定系数
确定系数衡量有多少百分比的因变量，其变化可以通过自变量的变化来解平泽；从统计学的角度而言，确定系数为相关系数的平方，即R=r平方。R的现实意义是，如果R=0.9983,这表明有99.83%的因变量可以通过自变量来进行解释。这意味着，R值越大，公式的预测价值越高。
3.回归分析的优缺点
（1）优点
作为一种科学管理的工具，回归分析可以提高决策分析的客观性，而且这种客观性是以精确的统计方法作为保证的。另外，站在管理会计斸，单一线回归可以帮助管理会计师识别混合成本中的变动因素和固定因素，而多元回归分析可以应用在作业成本法中，即将多个成本动因与资源成本联系起来。最后，回归分析可以帮助管理会计师预测在成本动因发生变化之后，未来成本将如何变化。
（2）缺点
由于回归分析首先使用的都是历史数据，所以当未来的外部条件发生较大变化时，回归分析公式的预测值会大大下降，即便变量之间的相关性很高。其次，我们假定变量之间存在着线性关系，但这种假设并不完全成立。最后，统计学的方法只能得出数学上的线性关系，但是很有可能变量之间并不存在着逻辑关系。
