Regresi ialah teknik statistik yang digunakan untuk menganalisis hubungan antara pemboleh ubah bersandar dengan satu atau lebih pemboleh ubah tidak bersandar. Dengan meneliti set data, kaedah ini mengukur korelasi antara pemboleh ubah tersebut untuk menentukan sama ada perkaitan yang diperhatikan adalah signifikan secara statistik. Perlu diingat bahawa regresi mengenal pasti hubungan tetapi tidak membuktikan sebab-akibat secara automatik.
Untuk melaksanakan regresi, penganalisis biasanya menggunakan perisian bagi meminimumkan hasil tambah kuasa dua, yang melibatkan pengiraan jarak antara titik data individu dengan garis penyesuaian terbaik. Regresi linear mudah menggunakan satu pemboleh ubah tidak bersandar untuk meramalkan hasil, manakala regresi linear berbilang menggabungkan dua atau lebih pemboleh ubah untuk memperhalusi model tersebut. Model ini membantu menentukan bagaimana perubahan dalam faktor tidak bersandar mempengaruhi pemboleh ubah bersandar.
Dalam konteks kewangan praktikal, sesebuah syarikat mungkin menggunakan regresi untuk meramalkan prestasi jualan masa depan. Dengan memasukkan data sejarah seperti angka jualan terdahulu, keluaran dalam negara kasar, dan juga corak cuaca, perniagaan boleh membina model untuk menganggarkan bagaimana faktor luaran ini mungkin memberi kesan kepada hasil mereka. Ini membolehkan profesional membuat keputusan yang lebih termaklum berdasarkan trend sejarah dan kebarangkalian statistik.