La regresión lineal es una técnica estadística destinada a analizar las causas de por qué pasan las cosas. A partir de los análisis de regresión lineal múltiple podemos:

​​

• identificar que variables independientes (causas) explican una variable dependiente (resultado)

• comparar y comprobar modelos causales

• predecir valores de una variable, es decir, a partir de unas características predecir de forma aproximada un comportamiento o estado

La regresión lineal múltiple es la gran técnica estadística para comprobar hipótesis y relaciones causales. Ante de empezar, una serie de condiciones que se deben cumplir para poder aplicar la regresión lineal múltiple:

• La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que las categorías de la variable tengan orden interno o jerarquía, p.ej. nivel de ingresos, peso, número de hijos, justificación del aborto en una escala de 1-nunca a 10-siempre.

• Las variables independientes (causas) deben ser ordinales o escalares o dummy

• Hay otras condiciones como: las variables independientes no puede estar altamente correlacionadas entre sí, las relaciones entre las causas y el resultado deben ser lineales, todas variables deben seguir la distribución normal y deben tener varianzas iguales. Estas condiciones no son tan estrictas y hay maneras de tratar los datos si se incumple. Sobre ello volveremos en futuras entradas 

Realicemos un ejemplo de regresión lineal múltiple: 

Quiero saber cuáles son las causas que explican la justificación del aborto en España usando los datos de la Encuesta Mundial de Valores de 2005. A partir de mi observación de la realidad y la lectura de investigaciones sobre el tema propongo un modelo causal que incluye las siguientes variables:

Variable dependiente: 

• justificación del aborto: Se preguntó a los encuestados en qué grado en una escala de 1 a 10 justificarían el aborto, donde 1 es nunca lo justificaría y 10 siempre lo justificarían.

Variables independientes:

• Importancia de Dios en la vida: se preguntó en una escala de 1 a 10, donde 1 es nada importante y 10 es muy importante

• Nivel educativo: se preguntó cuál es el último nivel educativo alcanzado donde 1 es sin estudios primarios completos, 2 es primarios completos, 3 es secundarios completos y 4 es universitarios completos.

• Nivel de ingresos: se preguntó sobre cuánto gana al mes en una escala del 1 al 10 con diversos rangos salariales

• Edad 

• Número de hijos

• Confianza en el gobierno: se preguntó sobre el
  nivel de confianza en el gobierno en una escala de 1 a 4 donde: 1 es confío
  mucho, 2 es confío bastante, 3 es confío poco y 4 es que no confío nada 

​