一種統計方法
復回歸分析，也稱爲多元線性迴歸分析或多變量線性迴歸分析，是一種統計方法，用於研究一箇因變量（或稱依變數）與一箇或多箇自變量（或稱獨立變量）之間的線性關係。在復回歸分析中，研究者可以放入兩個或更多的自變量，以解釋在控制其他相關變量下，某一箇自變量是否仍具有顯著的影響以及影響的程度。這種方法可以幫助人們瞭解在多箇自變量變化時因變量的變化量，並由給出的自變量估計因變量的條件期望。復回歸分析是建立因變量與自變量之間關係的模型，最常見的形式是線性迴歸，其中根據特定的數學標準找到與數據最接近的線（或更復雜的線性組合）。例如，普通最小二乘法計算使真實數據與該線（或超平面）之間的平方差之和最小化的唯一線（或超平面）。復回歸分析主要用於預測和推斷自變量和因變量之間的因果關係，但需要注意的是，迴歸本身僅揭示因變量與固定數據集中自變量集合之間的關係，爲了分別使用迴歸進行預測或推斷因果關係，研究人員必須仔細證明爲什麼現有關係對新環境具有預測能力，或者爲什麼兩個變量之間的關係具有因果解釋。