以下のデータから、2022年以降の売上部数を予測する。
| データ項目 | 説明 |
|---|---|
| 年 | 年（今回、年度と年は同一視した） |
| price | 価格 |
| page | ページ数 |
| sales | 売上部数（目的変数） |
| lawyers | 各年の弁護士数（日弁連による） |
| cases | 各年の事件数（最高裁による。全裁判所の新受全事件数） |
| GDP | 各年の実質GDP |
| pop | 各年の人口 |
| applicants | 各年の法科大学院志願者数 |
グラフで眺めると、売上部数に関係していそうな（正の相関がありそうな）要素としては、「事件数」「法科大学院志願者数」があり、負の相関がありそうな要素として、「弁護士数」が目に留まる。 つまり、「事件数」「法科大学院志願者数」が増えると、売上部数が増え、逆に「弁護士数」が増えると、部数が減ると見られる（因果関係は不明）。
各変数の相関をとってみると、やはり上記三要素の相関が強いことがわかる。
salesを被説明変数に、上記の「事件数」「法科大学院志願者数」「弁護士数」を説明変数にとり、線形回帰分析を実施した。
applicantsやcasesが増えると部数が増える、という関係が見られた。また、lawyers が一人増えるにしたがって、部数が一部減る、という関係性も見いだされた。
ただし、applicantsのP値が高く、統計的に有意にならなかった。
また、多重共線性（変数同士が相関関係にあることで問題を引き起こす）を調べたところ、applicantsとcasesのVIFが10を超えているため、casesを除いて再度回帰分析を実行する。
今度は、切片を含めてどの数値もP値が低く、有意性が得られた。 変数同士の関係を式に表すと、下記になる。
y = 0.151x1 − 0.729x2 + 46068.95
予想売上部数 = 0.151x法科大学院志願者数 − 0.79x弁護士数 + 46068
すなわち、
法科大学院の志願者が1人増えると、0.15部売上が増える。弁護士が1人増えると、0.8部、部数が減るということがわかる。 法科大学院の今後の志願者数は不明だが、弁護士数については、日弁連が将来予想を発表している（弁護士白書2020年版）。
これによると、弁護士の数は2047年までは右肩上がりに上昇を続ける見込みである。
というわけで、前掲の式に、法科大学院の志願者数（一定とする）、弁護士の予測数を代入すると、以下のような売上予測が得られる。
なお、
（すみません、説明が間に合っていませんが、とりあえず結果だけお見せします）