En simpel regressionsmodel bruges til at forudsige værdien af en variabel baseret på værdien af en anden variabel. Modellen kan fx hjælpe med at forstå, hvordan en bestemt faktor påvirker tilstanden, omkostningerne eller andre egenskaber ved en bygningsdel.

Her er en trinvis forklaring på, hvordan modellen fungerer, hvis vi tager en ydervæg som eksempel:

Identifikation af variable

Først skal vi identificere den afhængige og uafhængige variabel:

• Afhængig variabel (Y): Den variabel, vi ønsker at forudsige. I dette tilfælde kunne det være vedligeholdelsesomkostninger.
• Uafhængig variabel (X): Den variabel, som vi mener har indflydelse på den afhængige variabel. For en ydervæg kan det være en af følgende:
    - Ydervæggens alder
    - Den eller de materialer den er opført af (mursten, beton, træ osv.)
    - Eksponering for vejr (indendørs, udendørs)
    - Vedligeholdelseshistorik
    - Brug (bolig, kontor, industri osv.)

Der skelnes mellem lineære og ikke-lineære regressionsmodeller, adskilt ved, at der er henholdsvis en lineær eller en ikke-lineær relation mellem den afhængige og den uafhængige variable.

Dataindsamling

Vi indsamler data for de valgte variable. Dette kan omfatte historiske vedligeholdelsesomkostninger, anvendte materialer, opførelsesår osv.

Modelbygning

Med de indsamlede data kan vi nu bygge vores regressionsmodel. Den mest enkle type er simpel lineær regression, udtrykt ved:

Y = a + b · X 

hvor:

• Y er den afhængige variabel (f.eks. vedligeholdelsesomkostninger)
• X er en uafhængig variabel (f.eks. ydervæggens alder) 
• a er en konstant (også kaldet intercept)
• b er en koefficient (også kaldet hældningskoefficienten)

Modellering og analyse

Statistiske teknikker anvendes til at estimere værdierne af a og b, som bedst passer til de aktuelle data. Dette gøres ofte ved hjælp af metoden "least squares", som minimerer summen af kvadraterne af forskellene mellem de observerede og forudsagte værdier.

Modelvalidering

For at sikre at modellen er pålidelig, testes den på et separat datasæt (testdata). Dette hjælper med at validere, om modellen præcist kan forudsige vedligeholdelsesomkostninger for andre ydervægge, der ikke var med i træningsdataene.

Anvendelse

Når modellen er valideret, kan den bruges til at lave forudsigelser. For eksempel kan man med simpel lineær regression forudsige vedligeholdelsesomkostninger for en ydervæg, der er 10 år gammel.

Ofte vil flere faktorer spille ind på omkostningerne. I så fald skal vi opstille en multiregressionsmodel (se separat opslag). På den kan vi fx forudsige vedligeholdelsesomkostninger for en ydervæg, der er 10 år gammel, lavet af beton og eksponeret for udendørs vejr i København.

Præventivt vedligehold

Regressionsmodeller kan anvendes i præventivt vedligehold (Predictive Maintenance, PdM) til at beregne den resterende levetid (Remaining Useful Life, RUL) af fx facadeelementer. Præventivt vedligehold handler om at forudsige, hvornår vedligeholdelse skal udføres, for at minimere risikoen for at svigt udvikler sig til skader.

Se mere om dette under 'Multiregressionsmodeller'