Un análisis de Regresión tiene un objetivo que va más allá de comprobar si dos variables están relacionadas. La regresión es una técnica que permite cuantificar e inferir la influencia o no de una o más variables independientes (predictores) sobre una variable dependiente (resultado). 

Esta técnica estadística también permite, a través de una ecuación, predecir valores desconocidos de la variable dependiente a través de los valores ya conocidos de las variables predictoras.

Para ilustrar este tipo de análisis, imagine que un investigador quiere investigar los posibles factores que pueden interferir con las tasas de colesterol "malo" (LDL) en 300 pacientes de una investigación. En este trabajo evaluó algunos posibles predictores, tales como: sexo, edad, frecuencia   de actividad física, diámetro abdominal, peso, talla, uso o no de corticoides y presencia o no de una dieta desequilibrada . El análisis de regresión puede indicar cuál de estos predictores realmente afecta significativamente el resultado (tasa de LDL), además de cuantificar este impacto. Con esto, es posible crear un modelo regresivo, a través del cual, a partir de los valores recolectados de las variables independientes, se puede predecir el valor esperado para la variable dependiente.