Если прям очень просто, то это выглядит так. Объясню на примере самой простой линейной регрессии.
Допустим у нас есть величина Х (в нашем примере будут затраты на рекламу в $), и величина Y (продажи в тысячах $). У нас есть статистика по месяцам сколько в каждый месяц мы тратили на рекламу, и какие у нас были продажи. Мы считаем что реклама оказывает прямое влияние на объем продаж. В прошлом месяце на рекламу мы потратили 70$, а в текущем готовы потратить 100$, и теперь хотим понять насколько от увеличения бюджета вырастут продажи.
Мы нанесли данные на график (по оси х реклама, по оси y продажи) и вот что увидели. Смотри зеленые точки на графике mazoo.net
Видим, что чем больше денег на рекламу тратим, тем больше продажи.
Чтобы построить прогноз, нам нужно найти прямую, нарисована бордовым, которая будет проходить максимально близко к сразу всем точкам. Найти эту прямую можно несколькими способами, самый популярный - метод наименьших квадратов.
Найдя эту прямую, мы по сути определим насколько реклама влияет на продажи. Если продолжить прямую дальше и ось х дальше до 100$ получим прогнозный уровень продаж.
Пример очень грубый, на практике часто зависимость оказывается совсем не линейной. И на целевую величину оказывает влияние более чем один параметр.
Очень легко можно найти прямую и её уравнение в Excel. Постройте точечный график и нажав на него правой кнопкой нарисуйте "линию тренда". Так вы сможете самостоятельно строить самые простые прогнозы.
вполне гуманитарно, да)