根据gung的建议对答案进行评论。

线性建模可以在统计之外具有意义，远远超出上面 whuber 评论中的维基百科条目线性模型。例如，线性规划https://en.wikipedia.org/wiki/Linear_programming是几个（可能是数百万）变量的线性函数的最小化或最大化，这些变量受这些变量的线性约束。通过线性规划求解的模型的创建被认为是线性建模。

如果没有线性规划（它广泛用于炼油），您为汽车购买的汽油（汽油）会更贵，运输成本也会更高（除了汽油成本）。我敢说线性规划（包括混合整数线性规划）在美国和世界经济中比线性回归扮演着更重要的角色，并且是执行的最重要和影响最大的线性建模。

也就是说，我是一个非线性的人，所以我到处都能看到非线性。另一方面，我有时会看到如何将线性限制为成本函数（输入数据以进行优化），从而仍然执行“线性建模”和解决方案，即使我已经设法（潜入）将显着且至关重要的非线性引入“线性”模型。

在我看来，线性回归是一种线性建模。因此，此建模可以指全秩模型（回归）或非全秩模型（例如，实验设计）。建模是一个更通用的术语，有多种应用。

我的印象是，术语线性回归（尤其是线性回归“分析”）更常用于解释关系，而建模更常用于预测和预测模型的上下文中。