En este documento, consideramos un modelo de regresión no paramétrico que se basa en estimadores de Riesz. Este modelo de regresión lineal es similar al modelo de regresión lineal habitual ya que ambos se basan en operadores de proyección. Indicamos que la regresión del estimador de Riesz se basa en los elementos de base positivos de la subretícula finita generada por las filas de alguna matriz de diseño. Una fuerte motivación para utilizar el modelo del estimador de Riesz es que los datos de las variables explicativas pueden provenir de variables categóricas. Los cálculos relacionados con la regresión del estimador de Riesz son muy fáciles ya que surgen de la medibilidad en espacios de probabilidad de dimensión finita. Además, mostramos que el modelo ajustado de los estimadores de Riesz es un modelo de mínimos cuadrados ordinarios. Se supone que cualquier vector de algún espacio euclidiano es una variable aleatoria bajo los valores de probabilidad objetiva, utilizados en la teoría de la utilidad esperada y sus aplicaciones. Por último, el lector puede notar que las medidas de bondad de ajuste son similares a las definidas para la regresión lineal habitual. Debido a que este modelo es no paramétrico, puede incluir muestras relevantes para variables financieras y de ciencias actuariales.