Ein häufig angewendetes statistisches Werkzeug ist die Regression, die der Formulierung passabler Beziehungen zwischen dem Regressanden Y und dem Regressor X, kurz Regression von Y auf X genannt, dient. Der Unterschied zwischen den beobachteten Werten und den berechneten Werten sind die Residuen. Eine gute Näherung für die Regressionskoeffizienten werden mit der Methode der kleinsten Quadrate erhalten. Besonderheiten der Regressionsmodellierung sind Regression durch den Erwartungswert (einfache Regression) oder durch den Koordinatenursprung; Konfidenzintervall für die Regressionskoeffizienten; Konfidenzintervall für die einfache Regression an der Stelle x; Prognoseintervall für die einfache Regression an der Stelle x. Im Gegensatz zur einfachen Regression ist die multiple Regression die Regression von Y auf eine Anzahl von Variablen X.