Dat iets verklaard kan worden uit iets anders kan wellicht in de breedste zin een hint naar causaliteit geven, maar in deze context, een wiskundige zin, is dat niet het geval. Y wordt gedefinieerd als een functie van X. Op basis van de covariantie tussen beiden kan gesteld worden dat een proportie van alle waargenomen variabiliteit op Y verklaard wordt door X, Als X wordt gevarieerd, nemen we een bepaalde mate van die variatie doorwerken in Y. X en Y zijn toevallig zo door de onderzoeker gekozen, maar de wiskundige formule voor de regressievergelijking is heel eenduidig: Y = aX + b.
In deze zin is 'verklaard worden' nog erg neutraal. In een regressiecontext is slechts stellen dat er een associatie is tussen twee variabelen niet helemaal recht doen aan wat er berekend wordt. Wel is belangrijk om in ogenschouw dat houden dat 'verklaren' hier enkel het verklaren van variantie betekent. Het is niet het 'verklaren' op theoretisch inhoudelijk niveau. Kort gezegd: dat veranderingen op Y zich kunnen laten verklaren door veranderingen op X, betekent niet dat X de veranderingen op Y veroorzaakt, of er direct invloed op heeft.
Dus in de discussiesectie weten we ineens niet meer in welke richting de inhoudelijk theoretische verklaring is, maar in de resultatensectie doen we recht aan de terminologie die het modelfitten reflecteert.