El objetivo de un modelo de regresión es tratar de explicar la relación que existe entre una variable dependiente (variable respuesta) Y un conjunto de variables independientes (variables explicativas) X1,..., Xn. En un modelo de regresión lineal simple tratamos de explicar la relación que existe entre la variable respuesta Y y una única variable explicativa X.

El modelo de regresión lineal simple tiene la siguiente expresión: Y =α+βX+ε

En donde α (a veces tomado como B0) es la ordenada en el origen (el valor que toma Y cuando X vale 0), β es la pendiente de la recta (e indica cómo cambia Y al incrementar X en una unidad) y ε una variable que incluye un conjunto grande de factores, cada uno de los cuales influye en la respuesta sólo en pequeña magnitud, a la que llamaremos error. X e Y son variables aleatorias, por lo que no se puede establecer una relación lineal exacta entre ellas.