In statistical modeling, regression analysis is a set of statistical processes for estimating the relationships between a dependent variable and one or more independent variables. The most common form of regression analysis is linear regression, in which one finds the line that most closely fits the data according to a specific mathematical criterion. For example, the method of ordinary least squares computes the unique line that minimizes the sum of squared differences between the true data and that line. For specific mathematical reasons, this allows the researcher to estimate the conditional expectation of the dependent variable when the independent variables take on a given set of values. Less common forms of regression use slightly different procedures to estimate alternative location parameters or estimate the conditional expectation across a broader collection of non-linear models.

सांख्यिकीय मॉडलिंग में, विभिन्न चरों के बीच सम्बन्ध का आकलन करने के लिए प्रयुक्त सांख्यिकीय प्रक्रियाओं के समूह को समाश्रयण विश्लेषण कहते हैं। समाश्रय विश्लेषण में अनेकों चरों की मॉडलिंग करने और विश्लेषण करने के लिए बहुत सी तकनीकें प्रयोग की जातीं हैं। इसको और सरल रूप से कहें तो, समाश्रयण विश्लेषण हमें यह जानने में सहायता करता है कि जब किसी स्वतन्त्र चर का मान बदला जाता है तो परतन्त्र चर का मान किस प्रकार बदलता है। उदाहरण के लिए, विभिन्न आयु वाले हजारों या लाखों लोगों की ऊँचाई की माप लेकर हम आदमी की आयु और उसकी उँचाई में एक सम्बन्ध स्थापित कर सकते हैं। यहाँ आयु एक स्वतन्त्र चर है तथा ऊँचाई परतन्त्र चर।