چکیده: در مسائل رگرسیون، هنگامی‌که متغیر پاسخ از نوع نرخ یا نسبت در دامنه تغییرات (۱,۰) است، به‌طور معمول از مدل‌های رگرسیونی لجستیک یا پروبیت استفاده می‌شود. در حالتی که توزیع این داده‌ها چوله باشد، مدل‌های مذکور مناسب نبوده و نمی‌توانند به خوبی به داده‌ها برازش شوند، زیرا توزیع‌های زیر بنایی آن‌ها یعنی لجستیک و نرمال متقارن بوده و با ماهیت چوله بودن در تعارض است. در این پایان‌نامه، مدل رگرسیونی سیمپلکس،‌ به‌عنوان یک راه حل جایگزین، معرفی شده‌است. ابتدا توزیع سیمپلکس، مبتنی بر توزیع گوسی معکوس آمیخته را مطرح نموده و نحوه شبیه‌سازی داده‌های سیمپلکس را بر اساس شبیه‌سازی گوسی معکوس آمیخته بیان می‌کنیم. از آن‌جا که مدل رگرسیونی سیمپلکس در قالب «مدل‌های پراکندگی» قابل طرح است، لذا مدل‌های پراکندگی را معرفی نموده و همانند روش مدل‌های خطی تعمیم‌یافته، پارامترهای مرتبط را برآورد می‌کنیم. چون توزیع سیمپلکس شامل دو پارامتر است، مسئله برآورد را در دو حالت ثابت و متغیر بودن پارامتر واریانس، بررسی کرده و از مثال‌های شبیه‌سازی متنوع برای درک مطلب بهره می‌جوییم. از رگرسیون سیمپلکس برای مدل‌سازی داده‌های طولی نیز استفاده کرده و با استفاده از دو مثال واقعی، کارایی و عملکرد رگرسیون سیمپلکس را با این نوع داده‌ها، بررسی می‌کنیم.