En la línea de investigación de regresión se ha trabajado en aplicaciones de la suavización y la regresión no paramétrica y se ha evolucionado en particular en el campo de las aplicaciones más diversas. Se destacan la producción de modelos para pronosticar por una parte, la demanda de energía eléctrica y por otra parte, su precio diario por kilovatio-hora en la bolsa. De igual manera, se ha trabajado con el modelo aditivo generalizado para la modelación de la contaminación. Otro de los objetivos del grupo INFERIR ha sido la modelación de variables climáticas, específicamente la temperatura y la precipitación, a través de modelos lineales mixtos y mixtos generalizados.

En esta línea de investigación también se ha avanzado en la investigación referente a outliers en modelos mixtos y en la distribución nula de la prueba de la razón de verosimilitud, cuando se necesitan comparar modelos mixtos con errores independientes y modelos correlacionados espacial o temporalmente, en el caso de errores que siguen una distribución normal. En el contexto del modelo lineal mixto generalizado, se ha incorporado la estimación bayesiana de parámetros, en modelos con respuesta binaria. Recientemente, se han integrado a esta línea de investigación, la modelación de variables de contaminación y de variables climáticas a través de regresión para datos funcionales y de regresión para datos funcionales de efectos mixtos.