La regresión lineal es una técnica de modelado estadístico que se emplea para describir una variable de respuesta continua como una función de una o varias variables predictoras. Puede ayudar a comprender y predecir el comportamiento de sistemas complejos o a analizar datos experimentales, financieros y biológicos.

Las técnicas de regresión lineal permiten crear un modelo lineal. Este modelo describe la relación entre una variable dependiente Y (también conocida como la respuesta) como una función de una o varias variables independientes Xi (denominadas predictores).
Pongamos un ejemplo para que quede mas claro, si queremos determinar el precio de renta o venta de una casa o departamento, la variable dependiente Y seria el precio de venta o renta, y la o las variables independientes podrian ser, los metros cuadrados de terreno, metros cuadrados de construccion, numero de cuartos, numero de baños, lugares de estacionamiento, etc.
La variable dependiente Y, es decir el precio de venta o renta, claramente depende de las variables independientes anteriormente mencionadas, aunque es casi imposible considerar todas las variables independientes que afecten a la variable dependiente, por ejemplo tambien se podria considerar los años que tiene la construccion, el numero de ventanas, el tipo de piso, incluso el numero de puertas, todo esto y mas puede afectar el precio de renta o venta.
En este escrito solo daremos una idea intutiva de como funciona el algoritmo sin meternos tanto en las matematicas y tecnisismos dado que son un poco avanzadas, pero si quieres saber mas sobre la parte tecnica ingresa aqui.