y=bx+a
例如：
y=3x+1
因為不知道x前面的係數，和常數項所以設成a，b，a和b通常是需要求的。
先求x，y的平均值X，Y
再用公式代入求解：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)
後把x，y的平均數X，Y代入a=Y-bX
求出a並代入總的公式y=bx+a得到線性迴歸方程。
擴充套件資料：
線上性迴歸中，資料使用線性預測函式來建模，並且未知的模型引數也是透過資料來估計。這些模型被叫做線性模型。最常用的線性迴歸建模是給定X值的y的條件均值是X的仿射函式。
不太一般的情況，線性迴歸模型可以是一箇中位數或一些其他的給定X的條件下y的條件分佈的分位數作為X的線性函式表示。像所有形式的迴歸分析一樣，線性迴歸也把焦點放在給定X值的y的條件機率分佈，而不是X和y的聯合機率分佈。
y=bx+a
例如：
y=3x+1
因為不知道x前面的係數，和常數項所以設成a，b，a和b通常是需要求的。
先求x，y的平均值X，Y
再用公式代入求解：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)
後把x，y的平均數X，Y代入a=Y-bX
求出a並代入總的公式y=bx+a得到線性迴歸方程。
擴充套件資料：
線上性迴歸中，資料使用線性預測函式來建模，並且未知的模型引數也是透過資料來估計。這些模型被叫做線性模型。最常用的線性迴歸建模是給定X值的y的條件均值是X的仿射函式。
不太一般的情況，線性迴歸模型可以是一箇中位數或一些其他的給定X的條件下y的條件分佈的分位數作為X的線性函式表示。像所有形式的迴歸分析一樣，線性迴歸也把焦點放在給定X值的y的條件機率分佈，而不是X和y的聯合機率分佈。