어떤 현상을 지배하고 있는 변수 간의 관계식을 밝히는 회귀분석은 널리 사용되는 통계적 분석방법이다. 회귀분석에서는 관심대상이 되는 변수 간의 관계를 잘 설명해 주는 모형을 찾아내는 작업인 모형개발과 더불어 사용된 회귀모형 및 가정이 타당한지 그리고 각각의 자료값이 모형 및 가정에 어떠한 영향을 미치는지를 진단하여야 한다. 이러한 절차는 반복적으로 수행해야 하는 특성을 가지고 있다. 
저자들은 실제 자료분석에서 분석가에게 회귀분석의 전반적인 과정을 충분히 이해할 수 있는 방안을 제공하기 위하여 본 책의 초판을 쓰게 되었다. 그 당시만 하더라도 일반 분석가들에게는 최소제곱법에 근거한 선형회귀분석 외에 별다른 도구가 없는 실정이었다. 하지만 그동안 저렴하고 속도가 빠른 컴퓨터의 보급과 강력한 기능을 가진 소프트웨어의 등장으로 비모수회귀, 신경망(neural networks), 서포트 벡터 머신(support vector machine), 나무기반 방법(tree-based method) 등이 대안으로 부각되었다. 이러한 현대적인 방법들은 모두 최소제곱법의 변형된 형태라고 할 수 있고 최소제곱법에 근거한 회귀분석을 충분히 이해하고 있다면 비최소제곱법을 적용해야 하는 상황에서도 적절한 응용을 통하여 문제의 해결이 가능하다. 무엇보다도 최소제곱법에 근거한 선형회귀분석이 중요한 이유는 계산절차가 간편하고 기하학적으로 의미가 있으며 여러 가지 면에서 최적의 성질을 갖고 있다는 사실과 더불어 지난 200년간 많은 분야에서 그 효용성을 검증받았고 이러한 사실은 지금도 변함이 없다는데 있다.
본 개정판에서는 초판의 기본적인 틀을 유지하면서 각 장의 부족한 점을 수정·보완하였다. 또한 초판에서 지적되었던 문장의 흐름을 개선하고 모호한 부분을 이해하기 쉽게 설명하였으며 새로운 예제들을 추가하였다. 사용된 용어는 한국통계학회에서 발간한 통계학용어집과 한국통계학회의 웹페이지(www. kss.or.kr)에 나와 있는 통계용어를 참조하였다.
본 책은 총 10개의 장으로 구성되어 있다. 1장부터 4장까지는 회귀분석의 기본적인 개념과 내용을 설명하고 있다. 1장에서는 회귀모형의 여러 가지 유형을 소개하고 2장과 3장은 단순선형회귀의 추정과 검정을 다루고 있다. 초판의 3장 본문에서 설명된 동시추론의 문제는 보론으로 자리를 옮겼다. 4장에서는 다중선형회귀의 모형과 추론을 설명하고 있다. 4장 보론에는 다중회귀모형에 관련된 선형대수의 기초이론을 실었다. 초판의 5장은 전반적인 회귀진단을 다루고 있으나 개정판에서는 모형진단만을 다루고 있다. 자료진단 부분은 따로 독립시켜 6장으로 개편하였다. 초판의 6장과 7장에서 다룬 새로운 변수의 창출과 변수의 선택의 모형개발에 관한 내용은 7장과 8장으로 이동하였다. 초판의 8장에서 다루었던 자기상관, 역추정, 측정오차가 있는 설명변수 등의 기타논제는 그 내용을 삭제하고 참고문헌만을 소개하였다. 9장은 비최소제곱법, 10장은 비선형최소제곱법을 다루고 있다.
그동안 초판으로 강의하면서 충고를 아끼지 않으신 여러 교수님들께 감사를 드린다. 본 책의 개정판이 출간되기까지 도움을 주신 율곡출판사의 박기남 사장님을 비롯한 직원 여러분께도 감사의 마음을 전한다.

2016년 2월
저자 일동

1장 소개

1.1 회귀분석의 의미와 유래 
1.2 회귀분석 활용의 예 
1.3 회귀분석의 목적 
1.4 통계패키지의 사용 

2장 단순회귀

2.1 기본개념 
2.2 최소제곱법 
2.3 최소제곱추정량의 특징 
2.4 가중최소제곱법 

3장 단순회귀의 추론

3.1 모형비교에 의한 방법 
3.2 결정계수 R2
3.3 단순회귀분석에서의 추론 
3.4 원점을 통과하는 회귀식 
3.5 적합결여검정 

4장 다중회귀

4.1 다중회귀모형 
4.2 행렬을 이용한 다중회귀모형 
4.3 최소제곱법 
4.4 다중회귀분석에서의 추론 
4.5 다중회귀에서의 자료분석 
4.6 일반화최소제곱법 

5장 잔차와 회귀진단 : 모형진단

5.1 잔차 
5.2 잔차산점도 
5.3 모형진단 
5.4 변수변환 

6장 이상점과 영향력 관측값 : 자료진단

6.1 이상점 
6.2 관측값의 영향 

7장 새로운 설명변수의 도입 : 모형개발

7.1 다항회귀모형 
7.2 지시변수와 회귀모형 

8장 변수선택 : 모형개발

8.1 다중공선성 
8.2 변수의 선택 
8.3 변수선택의 기준 
8.4 변수선택의 방법 

9장 비최소제곱법

9.1 로버스트추정 
9.2 로버스트회귀 
9.3 편향회귀 

10장 비선형최소제곱법

10.1 비선형회귀모형 
10.2 로지스틱회귀모형 
10.3 일반화선형모형