Regresyon, bağımlı bir değişken ile bir veya daha fazla bağımsız değişken arasındaki ilişkiyi modelleyen istatistiksel bir yöntemdir.

Bağımlı değişkenin değerini bağımsız değişkenlere dayanarak tahmin etmek ve değişkenler arasındaki ilişkiyi anlamaktır.

En yaygın modeller doğrusal regresyon, çoklu regresyon, lojistik regresyon, polinom regresyon gibi türlerdir.

Doğrusal regresyon tek bağımsız değişkenle ilişkiyi modelleyebilirken, çoklu regresyon birden fazla bağımsız değişkeni kullanır.

Normal dağılım, hata terimlerinin bağımsızlığı, homoskedastisite (varyansın sabit olması), doğrusal ilişki ve çoklu doğrusallık olmaması gibi varsayımlar önemlidir.

Bağımsız değişkenlerdeki bir birimlik değişikliğin, bağımlı değişkende beklenen ortalama değişimi gösterir.

Modelin bağımlı değişkendeki varyansın ne kadarını açıkladığını gösteren bir istatistiktir; 0 ile 1 arasında değer alır.

R-kare, ayarlanmış R-kare, p-değerleri, F testi ve hata terimi analizleriyle değerlendirilir.

Bağımsız değişkenler arasında yüksek korelasyon olmasıdır; bu durum katsayı tahminlerinin güvenilirliğini azaltır.

Eksik değerlerin doldurulması, aykırı değerlerin incelenmesi, değişkenlerin uygun şekilde kodlanması ve standartlaştırılması gibi işlemler yapılır.