关于线性回归一个简单的模型建立问题.

关于线性回归一个简单的模型建立问题.
我的论文是做线性回归的,一定是线性的.貌似有一些要求,对某一实际问题：
1.收集一组包含因变量和自变量的数据；
2.选定因变量和自变量之间的模型,利用数据按照最小二乘准则计算模型中的系数；
3.利用统计分析方法对不同的模型进行比较,找出与数据拟合地最好的模型；
4.判断得到的模型是否属于这组数据；
5.利用模型对因变量作出预测或解释.
我不懂的是第3条,比较不同的模型,线性回归的模型不是只有一种吗?Y=a+bX1+cX2+…+kXk+μ,或者最简单的y=ax+b.但是我的数据是多元的,至少有3个变量（有11个变量,我进行了主成份分析,取最优的3个变量,数据有3000行,3列）,那么：
1.模型不是确定只有一种?
2.怎么做才能有很多种模型?
3.还是不要拘泥于第3条,直接分析一个模型就够了?
4.求懂点的同学解答一下.
现在的人都不懂得怎么回答问题么?