当需要进一步探讨不同指标之间的依存/因果关系时，我们可以选择线性回归分析。在生物医学领域，某种指标的改变往往是由多个因素共同引起的，当同时研究多种因素与结局指标之间的关系时，更多的是构建多重线性回归模型。

线性回归分析仅要求因变量为定量数据类型，且服从正态分布。通过回归系数β的正负和绝对值大小解释影响因素（自变量）与因变量之间的线性回归关系。若回归系数为正数，则随着影响因素的不断增大，因变量也逐渐增大；若回归系数为负数，则随着影响因素的不断增大，因变量逐渐减小；回归系数的绝对值越大，说明该影响因素对因变量的影响程度越大。