Un des intérêts d'une régression est qu'avec les paramètres a et b on peut estimer des valeurs de Y pour des valeurs de X qu'on n'a pas pu mesurer (car cela coûte cher, ou que c'est difficile à réaliser...).

Cependant, la précision de cette estimation d'une valeur de Y varie fort selon qu'elle est estimée à partir d'un X compris dans l'intervalle des mesures initiales (intrapolation) ou si elle est estimée à partir d'un X situé à l'extérieur de cet intervalle (extrapolation).

Intrapolation :

Intrapolation = Evaluation d'une variable dans les limites de l'échantillon.

L'intrapolation de la valeur de y correspondant à une valeur mesurée de x est d'autant plus fiable que la valeur x mesurée est proche de la moyenne des X et que l'équation de la droite a été établie avec un R² proche de 1.

Extrapolation :

Extrapolation = Evaluation d'une variable hors des limites de l'échantillon.

Extrapolation pertinente :

L'extrapolation est d'autant plus pertinente qu'elle est réalisée près des limites de l'échantillon.

Extrapolation aberrante :

L'extrapolation est d'autant moins fiable qu'on est loin des limites de l'échantillon car le modèle linéaire n'est plus forcément d'application.