La estimación del rendimiento de la soja se basa en monitores de rendimiento o en datos agrometeorológicos e imágenes de satélite, pero presentan varios factores limitantes en cuanto al nivel de decisión en la explotación agrícola. Conscientes de que los enfoques de aprendizaje automático se han aplicado ampliamente para estimar el rendimiento de la soja y la disponibilidad de datos sobre el rendimiento de la soja y sus componentes (número de granos (NG) y peso de mil granos (TGW)), existe una oportunidad para estudiar sus relaciones. El objetivo fue explorar las relaciones entre el rendimiento de la soja y sus componentes, generar ecuaciones para estimar el rendimiento y evaluar su precisión predictiva. El conjunto de datos de entrenamiento estaba compuesto por datos de rendimiento de la soja y sus componentes de 2010 a 2019. Se ajustaron modelos de regresión lineal basados en NG, TGW y rendimiento en el conjunto de datos de entrenamiento y se aplicaron a un conjunto de datos de validación compuesto por 58 muestras recolectadas en campo. Se encontró que globalmente TGW y NG presentaban relaciones lineales débiles (r = 0,50) y fuertes (r = 0,92) con el rendimiento, respectivamente. Además, al aplicar los modelos ajustados al conjunto de datos de validación, el modelo basado en NG presentó la mayor precisión, coeficiente de determinación (R) de 0,70, error absoluto medio (MAE) de 639,99 kg/ha y error cuadrático medio (RMSE) de 726,67 kg/ha.