회귀모델(regression model)이 통계분석에서 차지하는 중요성은 생각보다 매우 높다. 여러 분석방법 중 하나에 불과한 것이 아니라 영향 관계를 파악하고 예측모델을 수립하는 다양한 모델의 근간을 이루는 분석 모델이기 때문이다. 경로분석과 구조방정식 모델은 회귀모델을 바탕으로 변인 간 인과관계를 확장한 기법이며, 패널데이터 분석과 시계열분석은 횡단적 자료의 인과관계에 자기 변수를 포함한 종단적 인과관계로 응용한 분석이다. HLM 또한 다층구조로 구성된 이질성 집단에서 선형모델을 추정하는 방법론이라 할 수 있다. 범주형 종속변수에 대한 로지스틱모델 역시 자료변환을 통해 선형관계의 회귀모델을 추정하여 사건의 발생 또는 선택을 예측하는 모델이다. 이처럼 다양한 고급분석으로 넘어가는 길목에 항상 회귀모델이 지켜서 있다. 어떤 식으로든 회귀분석과 친해져야 그 길목을 지나 더 넓은 계량분석의 세계로 나아갈 수 있을 것이다.