다중 회귀 분석은 변수 간의 인과 관계를 통계적 방법에 의해 추정하는 회귀 분석의 일종이다. 회귀 분석에는 원인이 되는 독립 변수와 결과가 되는 종속 변수가 존재하는데, 이때 종속 변수는 하나이고 독립 변수가 2개 이상인 회귀 모델에 대한 분석을 수행하는 방법이 다중 회귀 분석이다. 예를 들어, 사람들의 뇌의 크기, 키, 몸무게 값(다중독립 변수)으로 그 사람의 지능(종속 변수)을 예측하고자 한다면, 이 경우 다중 회귀 분석을 적용할 수 있다. 다중 회귀 분석의 기본적인 목표는 다음과 같은 다중 회귀식에서 상수 및 계수를 구하는 것이다.

다중 회귀식: Y=β₀+β₁X₁+β₂X₂+ … +β_kX_k

(X: 독립변수, Y: 종속변수, β: 회귀계수, β₀: Y절편, β₁~β_k: 독립변수의 기울기)

이러한 다중 회귀식을 추정하기 위한 방법으로는 독립 변수를 모두 포함하여 분석하는 동시입력(Enter) 방법, 지정한 변수들을 한 번에 탈락시키고 상수항으로만이루어진 모형을 만드는 제거(Elimination) 방법, 모든 변수를 입력 후 제거 기준에 따라 한 번에 하나씩 제거하는 후진(Backward) 방법, 변수 진입 기준에 따라 하나씩 진입 시키는 전진(Forward) 방법, 각 단계마다 변수들의 진입과 탈락을 결정하는 단계별(Stepwise) 방법이 있다. 이러한 변수 선택을 위한 판정을 위해서는 결정 계수, 잔차제곱 평균, 총평균 제곱 오차, 예측 제곱합 등의 기준이 사용된다.