我不止一次的说过，回归分析的结果可以说某因素是某现象的影响因素，这种关系主要是是因果关系。
那是不是说回归可以发现因果关系吗？
回归模型是测定、验证一个或几个自变量（原因变量）对一个因变量（结果变量）影响力大小和方向的数学方程式。
其基本建模思想是：首先依据一定的理论或经验，先验地提出表示被研究系统内经济变量之间的因果关系；然后根据可资利用的样本数据，选择适当的方法（如最小二乘法及其拓展形式、最大似然估计法等等），求出模型参数的估计值。但模型是否符合实际，能否解释实际过程，还需要进行检验，以确定它们在理论上是否有意义，在统计上是否有意义。
在回归分析中，研究者虽然可以通过模型、通过函数分析因变量和自变量之间的因果关系，加以量化描述，但是，因果关系是不能完全依据回归分析所证明的。在回归模型中表述的变量之间的因果关系即使很好地拟合了数据，也不能完全肯定它实际上存在，因为在模型中将因变量和自变量互换，也同样可能很好地拟合数据。所以，回归分析不是研究变量之间是否存在因果关系，而是在假定因果关系存在的前提下，测量变量之间的因果关系的具体形式。
回归分析需要因果假设前提，它本身不能发现因果。
回归分析是探讨因果的，但是它本身不会发现因果，它可以是从数据上证实因果关系。回归分析不是灵丹妙药，你随便给它两个变量，它都能够构建回归方程。
但是，由于回归分析本身意图是探讨自变量对应变量的预测和影响，所以一般情况下，我们首先要提出因果关系的假设，而回归来从数据上证实因果关系。
所以我们建立回归之前，要先想好要因变量和自变量的关系，如果两个 变量没有依存关系，那就不应该去建立回归模型。
比如，你的身高与您家宠物猫咪重量的关系；或者变量因果关系颠倒。两个变量仅仅是相关关系而没有因果。
所以，如果你对两个变量的因果关系不是那么明确，很多时候你可以开展回归分析，但是下结论要慎重。你的假设不对的话，回归分析给出的数据也没啥意思了。
本文毕
