El desarrollo del software de Análisis de Regresión Avanzada denominado ERLA está compuesto de diversos módulos específicos, entre los cuales está la Regresión Logística y la Regresión Poisson, que son métodos no lineales. En los modelos de Regresión Lineal Simple se explica la variable de respuesta Y en función de solo una variable X y los valores de y lineales, además los parámetros , , y del modelo de Regresión Lineal Simple pueden ser estimados a través de diferentes criterios tales como, Mínimos Cuadrados o Máxima Verosimilitud, la diferencia con la Regresión Logística y Poisson se basa en que son modelos de regresión no lineales, donde la regresión logística determina la relación entre una variable de respuesta Y que es binaria y una o más variables de explicación que son variables continuas, mientras la regresión Poisson se utiliza un modelo no lineal que pertenece a la categoría del análisis de datos de recuento. Respecto a la estimación de parámetros para la regresión logística y Poisson se aplica el método de máxima verosimilitud , que parte de la función de verosimilutd de acuerdo a la regresión que se trabajará y debe recurrirse a métodos iterativos, como es el método de Newton–Raphson. Para aplicar ambos métodos se desarrollo el software estadístico ERLA (Estadística de Regresión Lineal Avanzada), desarrollado por estudiantes del Instituto de Ciencias Matemáticas.