本文采用的是回归分析预测法，回归分析是一种非常实用的统计方法，应用范围很广，回归分析在数据分析上的定量功能使之成为统计分析中的常用方法之一。由于在分析时，回归分析能生成数学表达式，故它有着独到的优越性。回归分析不仅可以提供变量之间相关关系的数学表达式(通常称为经验公式)，利用概率统计的基础知识，对此关系进行分析，来判断所建立的经验公式的有效性，而且还可以利用所得的经验公式，根据一个或几个变量的值，预测或控制另一个变量的值，并且可以知道这种预测和控制可达到什么样的精确程度。另外，还可以进行因素分析，对于共同影响一个变量的许多因素，找出哪些因素影响是显著的，哪些是不显著的。 本文通过对多个变量的综合回归分析，选出影响油田产量的重要因素并建立多个回归模型，经过检验和分析，选出最优的模型，应用于油田实际开发数据的预测，得到了较为满意的结果。本文采用的预测方法将定性预测法和定量预测法结合了起来。 利用回归模型，可以在一定程度上揭示各种不确定因素之间的某种内在联系，为人们在实际的勘探开发提供必要的参考依据，有一定的理论和实际价值。但是大量的不确定因素纷繁复杂，杂乱无章，一定要一边通过理论分析，一边利用实践经验，对不同类型的参数进行适当的取舍，建立起来的回归方程要在不断的实验检验之下得到进一步的修正，以便使之更加合理的发挥其实际作用。另外回归方程式是在一定的区块，一定的地质背景之下建立起来的，实际范围仅仅局限于此区块的勘探开发，而对于其他区块，还根据各自自身的地质背景，物性资料确定相应的回归模型，所以在模型的使用上有一定的局限性。 本文首先探讨了数据挖掘的相关知识，大致介绍了数据挖掘的基本步骤、方法、度量、问题以及它与数据库(仓库)和决策支持的关系；接下来，研究了回归分析，分析了一元线性回归和多元线性回归，以及其显著性检验，简要的介绍了曲线回归；接着，介绍了数据预测的概念、步骤和准确度的问题；最后，联系实际，针对油田的特性，采用回归分析对其产量进行预测。 由于时间有限，条件缺乏，本课题还有一些有待完善的地方，例如数据源的真实性，回归分析与神经网络和遗传算法的结合应用问题和回归分析预测的地理环境局限性等，都需要在今后的研究中进一步的探索。