在一元线性回归分析中，模型只包括两个变量，即一个自变量和一个因变量，其中，之所以称其为一元回归，是因为只包含一个自变量。
界定线性回归是否为多元，主要看自变量的个数，若自变量个数在两个及其以上，则称其为多元线性回归。
在实际中，一个现象的影响因素通常不止一个，而是有若干个重要因素共同作用才导致事物的发展变化，这就要求我们在实际分析时不能只建立一元线性回归模型，而是应考虑多元回归分析。
如影响一个地区居民消费支出的因素包括可支配收入、地区经济发展水平、家庭财富平均储备量、地区消费倾向、地区物价水平等，此时，因变量只有一个，而自变量却有 5 个或更多，这就需要建立多元线性回归模型。
总之，研究一个因变量和多个自变量之间相互关系的统计分析方法，称为多元回归分析。进一步，若要描述因变量如何依赖于多个自变量和误差项ε的方程，则称之为多元回归模型。
多元线性回归的基本原理和一元线性回归完全相同，但由于自变量个数的增加，而导致模型参数的估计变得较为复杂。
在实际统计分析中，一般利用统计软件对多元回归模型进行估计，如Eviews软件、SPSS软件、STATA软件、SAS软件等，其中，前两种软件对于初学者较为常用。
