a表示截距，b表示直線的斜率，e是誤差項，透過迴歸分析得出的。

線性迴歸中，因變數是連續的，自變數可以是連續的也可以是離散的，迴歸線的性質是線性的。

線性迴歸使用最佳的擬合直線（也就是迴歸線）在因變數（Y）和一個或多個自變數（X）之間建立一種關係。

多元線性迴歸可表示為Y=a+b1*X +b2*X2+ e，其中a表示截距，b表示直線的斜率，e是誤差項。多元線性迴歸可以根據給定的預測變數（s）來預測目標變數的值。

擴充套件資料

迴歸分析模型的自由度，以樣本來估計總體時，樣本中獨立或能自由變化的個數。見上表，資料自由度等於樣本組數減1，迴歸分析模型的自由度是1，即這個迴歸模型有1個引數，殘差自由度等於總自由度減去迴歸分析模型的自由度。

迴歸分析SS：迴歸平方和SSR，等於迴歸預測Y值（表4）與實際Y均值的平方和。表4 殘差等於實際Y值減預測Y值，殘差SSE，即表4殘差平方和。

MS：均方差，等於SS/df。

F：迴歸分析MS/殘差MS。

Significance F：是在顯著性水平下的Fα臨界值，即F檢驗的P值，代表棄真機率，這個值一般要小於0.05的，且越小越好，1-本值即為置信度。