Regresja – metoda statystyczna pozwalająca na opisanie współzmienności kilku zmiennych przez dopasowanie do nich funkcji. Umożliwia przewidywanie nieznanych wartości jednych wielkości na podstawie znanych wartości innych.
Formalnie regresja to dowolna metoda statystyczna pozwalająca estymować warunkową wartość oczekiwaną zmiennej losowej, zwanej zmienną objaśnianąZmienne objaśniające są też nazywane zmiennymi niezależnymi, a zmienna objaśniana – zmienną zależną. Może być to tyle mylące, że zmienne objaśniające wcale nie muszą być statystycznie (nie)zależne od siebie, czy od zmiennych objaśnianych; terminy „zależne” i „niezależne” wskazują jedynie na (nie)zależność funkcyjną., dla zadanych wartości innej zmiennej lub wektora zmiennych losowych (tzw. zmiennych objaśniających).
Użycie regresji w praktyce sprowadza się do dwóch faz: konstruowanie modelu – budowa tzw. modelu regresyjnego, czyli funkcji opisującej, jak zależy wartość oczekiwana zmiennej objaśnianej od zmiennych objaśniających. Funkcja ta może być zadana nie tylko czystym wzorem matematycznym, ale także całym algorytmem, np. w postaci drzewa regresyjnego, sieci neuronowej itp. Model konstruuje się tak, aby jak najlepiej pasował do danych z próby, zawierającej zarówno zmienne objaśniające, jak i objaśniane (tzw. zbiór uczący).