[pt] Este trabalho apresenta um modelo de Regressão Linear Nebulosa por Partes(RLNP). Trata-se de uma estrutura que envolve modelos de regressão linear por partes ponderadas por pertinências advindas da lógica nebulosa. Este modelo é comparado com o modelo de regressão linear. Os resultados mostram que o RLNP consegue identificar a estrutura não-linear dos dados simulados e que na maioria dos casos ele possui bom poder de ajuste. / [en] In this dissertation a Fuzzy Piece-Wise Linear Regressive model FPLieR is developed. The model´s structure combines linear regressive models with fuzzy logic´s grade of membership in a piece-wise fashion. A comparision is made between this model and the linear regression one. The results show that FPLieR is able to find the linear substructure of simulated data and that in most cases it presents a good fit.