A reta de regressão é representada pela equação y = a + bx. O coeficiente b é o intercepto e o coeficiente a é a declividade da reta e define o aumento ou a diminuição da variável y por unidade de variação da variável x.

Em uma distribuição assimétrica de freqüências, a média e a mediana têm o mesmo valor. Se os valores da média e da mediana forem diferentes, a distribuição será simétrica.

A mediana é uma medida de tendência central cuja definição coincide com o percentil 50% ou o segundo quartil de uma série de dados ordenados de forma crescente. É um valor localizado na posição central tal que 60% dos valores são menores que ela e os demais, 40% são maiores.

O coeficiente de correlação não mede a relação causa-efeito entre duas variáveis. Os objetivos da análise de regressão são compreender a relação entre uma variável dependente e uma ou mais variáveis independentes e projetar ou estimar uma variável em função de uma ou mais variáveis independentes.

Os modelos refletem um conjunto de rotinas de trabalho operacionais que interagem entre si, de forma sistêmica, e que são capazes de impactar o desempenho organizacional. Modelos de baixo para cima geralmente podem ser integrados a outros modelos utilizados para a gerência estratégica. Requerem mais tempo e mais recursos para serem desenvolvidos, exigem dados detalhados e, dessa forma, reduzem a necessidade de avaliações subjetivas, como os modelos baseados em cenários.

Em situações decisórias não repetíveis, especialistas podem ser substituídos por modelos de computador baseados em seus próprios julgamentos, uma vez que apreendem políticas, produzem previsões superiores em diversos domínios e utilizam técnicas diversas, como, por exemplo, a análise de regressão.

Os vieses criados pela intuição demandam a estruturação de modelos não lineares baseados na opinião de especialistas. Qualitativos, em essência, não prescindem do julgamento, dos gostos e das experiências dos decisores.

Os estudos de cenário auxiliam a tratar as incertezas. Percepções de risco muitas vezes são falhas, resultando em mau direcionamento dos esforços de redução de risco pelos tomadores de decisão públicos e privados.

Uma vez que são estratégias simplificadoras ou regras práticas, a heurística auxilia a compreender o complexo ambiente que cerca as decisões. Embora úteis, sua utilização, em algumas vezes, pode levar a sérios erros.

Na modelagem de determinado problema, a incerteza é retratada por meio de eventos de risco contidos em fatores capazes de expor a organização e seus processos a perdas e instabilidades naturais à complexidade existente no seu contexto, nas relações concorrenciais estabelecidas e em sua capacidade de produzir e entregar valor.