Regresja liniowa znajduje zastosowanie w takim typie eksperymentu, gdy badacz chce zbadać określoną liczbę cech, które nazywa się zmiennymi (cechami) objaśnianymi (zależnymi, wyjściowymi - na przykład efektywność zarządzania menedżera lub jego skuteczność ocenianą przez sędziów kompetentnych, zmienną zależną może też być wysokość zysków firmy) w zależności od grupy cech objaśniających (niezależnych, wejściowych - na przykład od ilorazu inteligencji, motywacji, uspołecznienia, posiadanych kwalifikacji, stażu pracy, od typu zespołowości firmy). Każda z cech może być albo cechą mierzalną (ilościową) albo niemierzalną (jakościową).

Funkcje regresji są podstawowymi narzędziami do badania charakteru i kształtu związku między rozkładami cech. (por. Greń, 1976, Kowal 1998-2000).

W najprostszym przypadku regresji wielokrotnej (wielorakiej) - funkcja regresji (zwykle drugiego rodzaju), przedstawiająca zależność między wartościami średnimi jednej zmiennej a wartościami innych zmiennych (cech), zwykle przyjmuje dla prostoty liniową postać:

Y=β₁X₁ + β₂X₂ + ... + β_mX_m,

gdzie Y - oznacza zmienną zależną, X_i - zmienną niezależna o numerze i, parametry β_i (1=1,2,...,m) współczynniki regresji. Warto zwrócić uwagę na fakt, że po odpowiednich transformacjach zmiennych metodę regresji liniowej można wykorzystać do badania związków krzywoliniowych (por. Tabela nr 1, Kowal 1998).

Tabela nr 1. Przykładowe transformacje liniowe funkcji nieliniowych

Postać funkcji pierwotnej	Przekształcenia	Postać liniowa po transformacji
Potęgowa	Logarytmowanie obu stron równania , podstawienia:
Wykładnicza	Logarytmowanie obu stron równania , podstawienie:
Hiperboliczna	Odwrócenie ułamka: podstawienia:
Wielomian drugiego stopnia	Podstawienie
Postać logarytmiczna	Podstawienie
Postać logistyczna szczególna postać logistyczna:	Podstawienie
Arcus sinus	Podstawienie
Arcus sinus	Podstawienie

Źródło: opracowanie własne

por. Kowal J.(1998). Metody statystyczne w badaniach sondażowych rynku,Warszawa-Wrocław: PWN, s. 38-46

- Kowal J. (1998). Metody statystyczne w badaniach sondażowych rynku. Warszawa-Wrocław:PWN, s. 117-120

- Cieślak M. (1991). Prognozowanie w zarządzaniu przedsiębiorstwem. Wrocław: Wydawnictwo Akademii Ekonomicznej we Wrocławiu

- Ostasiewicz W. (1998). Analiza danych jakościowych. [w:] Ostasiewicz W., (red.), Statystyczne metody analizy danych. Wrocław: Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, s. 326-337

---