スケール変数に基づいてスケール変数を予測・説明するための多変量解析手法。目的変数および説明変数は基本的にスケール変数しか利用できない。説明変数が1つの場合を単回帰分析、説明変数が2つ以上の場合を重回帰分析と呼び区別する。重回帰分析の場合、標準化係数によって目的変数に対してどの説明変数が重要かを識別することができる。
直線の式に要約するため、より正確には線形回帰分析と呼び、分散分析や共分散分析と同じく一般線形モデル（GLM）の手法である。
相関係数が2つの変数の比例関係を示すのみであるのに対し、回帰分析の場合は一方からもう一方の変数を説明する関係性となる。さまざまな多変量解析の基礎となる手法で、応用範囲も広い。

■ 関連する分析手法
ロジスティック回帰分析

■ 関連するTIPS
欠損ケースを除外したデータセットの作成

■ IBM SPSS製品
IBM SPSS Statistics Base
IBM SPSS Modeler
IBM SPSS Amos

■ 支援サービス
IBM SPSS Statistics 予測のための回帰・ロジスティック回帰分析（操作研修コース）
IBM SPSS Statistics 医療従事者のための分析2 （操作研修コース）