La regresión lineal es una herramienta simple pero poderosa para la predicción. Sin embargo, aún sufre de algunas deficiencias, las cuales están relacionadas con las suposiciones realizadas al usar un modelo como la normalidad de los residuos, errores no correlacionados, donde la media de los residuos debería ser cero. A veces estas suposiciones se violan o se violan parcialmente, lo que conduce a incertidumbres o falta de confiabilidad en las predicciones. Este documento presenta un nuevo método para tener en cuenta la incertidumbre en los residuos de un modelo de regresión lineal. Primero, se calcula el error en la estimación de la variable dependiente y se transforma en un número difuso, luego este error difuso se suma a la predicción nítida original, lo que resulta en una predicción difusa. Los resultados se comparan con una regresión lineal difusa con entrada nítida y salida difusa, en términos de su capacidad para representar la incertidumbre en la predicción.