La regresión lineal consiste en obtener una expresión matemática o función lineal de varias variables independientes, que permiten explicar o predecir el valor de una variable dependiente. Antes de proceder con la estimación del modelo de regresión, es conveniente analizar, por medio del coeficiente de correlación de Pearson, el grado de asociación lineal entre pares de variables.Los parámetros analizados en la Cuenca del Río Grande de Tárcoles y en la Cuenca del Reventazón fueron: densidad poblacional, precipitación pluvial, caudal, pH y temperatura del río, Oxígeno Disuelto (OD), Porcentaje de Saturación de Oxígeno (PSO), Demanda Bioquímica de Oxígeno (DBO), Demanda Química de Oxígeno (DQO), Sólidos Suspendidos Totales (SST) y nitrógeno amoniacal (NH4 +). La variable dependiente es el parámetro “calidad del río”. La metodología de análisis utilizada, así como los datos recolectados de estos parámetros, se encuentran reportados en la revista Tecnología en Marcha, Parte I, II y III. El análisis estadístico se llevó a cabo utilizando el programa de cómputo Statistical Package for Social Science (SPSS). El análisis de correlación entre pares de variables se efectuó por medio del análisis de correlación de Pearson, que forma parte de este programa de cómputo.Se logró determinar que existen correlaciones significativas entre los siguientes pares de variables: calidad-densidad poblacional, calidad-OD, calidad-PSO, calidad-DQO, calidad-DBO y calidad-NH4 +. Algunos parámetros mostraron comportamientos particularmente diferentes al promedio de los ríos estudiados, lo cual puede afectar de forma adversa el análisis estadístico que se llevó a cabo. Algunos de esos parámetros son DQO, DBO, SST y precipitación pluvial.A pesar de que el estudio no logró la profundidad deseada en el análisis estadístico, este aspecto no le resta méritos a esta herramienta estadística que permite comprender mejor la interrelación entre variables y la creación de modelos matemáticos para predecir el comportamiento de parámetros de medición.