近年来,随着城市化进程的日益推进,集中供热系统的服务面积在逐年增加。并且伴随着人民生活水平的提高,人们对供热的需求已经从单纯要求高温度供热转变为更舒适个人化的室温要求。相应地,供暖公司为了满足住户的需求,只能不断提升自己的供热水平。室温作为供热质量最直接的指标面临着较难获取的问题,且容易受到多种因素影响。本文旨在利用回归分析方法研究影响室温的主要因素,并使用其主要因素与因变量室温建立回归模型。首先,本文对存储在结构化数据库中的某供暖公司真实数据进行处理,并提取变量进行影响因素分析。其次,本文使用Lasso回归方法筛选出影响室温的主要因素,分别是回水温度、阀门开度和室外温度。然后,利用主要影响因素与因变量室温分户建立回归模型,对回归效果不好的户进行单独分析,对其数据分段处理并发现该户存在一段时间内开窗造成的异常值。最后,在排除了光照、开窗等异常情况后,将模型的预测结果与实际情况分别进行对比分析,所有户整体准确率区间为[0.6,1],总体上模型是有效的。