A equação alcançada pela análise de regressão será do tipo Y = f(Xi), ou seja, a variável Y será a variável dependente ou explicada pela (s) variável (is) Xi, que será (ão) a (s) variável (is) explicativa (s) ou independente (s). Se a variável dependente estiver em função de somente uma variável independente diz-se que o modelo (equação) encontrado é simples. Caso a variável dependente esteja em função de mais de uma variável independente diz-se que o modelo é composto.

A função para determinação da variável dependente da relação entre as variáveis. As formas mais usuais são as funções: linear, potência, exponencial, hiperbólica, polinomial e logarítmica.

De uma maneira geral, até pela facilidade das operações matemáticas, a função linear é a mais utilizada. A análise simples, com apenas uma variável independente também é a mais utilizada. Desta maneira, passaremos então, a detalhar as funções de regressão lineares simples.

Uma equação de regressão linear simples pode ser escrita da forma genérica Y = aX + b, onde X será a variável independente; Y será a variável dependente, que será calculada em função do valor de X; “a” e “b” serão os parâmetros da função.