β0的值（ 也稱為截距）顯示估算的迴歸線與y 軸交叉的點 ，而β1 的值 確定 估算的迴歸​線的斜率。的 隨機誤差 描述因變數和自變數（該模型的擾動，部分之間的線性關係的隨機分量 ÿ 該 X 無法解釋）。真正的迴歸模型通常是未知的（因為我們無法捕獲影響因變數的所有影響），因此與觀察到的資料點相對應的隨機誤差項的值仍然未知。但是，可以透過為觀察到的資料集計算模型的引數來估計迴歸模型。

迴歸背後的想法是 從樣本中估計引數 β0 和 β1。如果我們能夠確定這兩個引數的最佳值，則在給定X的值的情況下，我們將具有 最佳擬合線， 可用於預測 y的值 。換句話說，我們嘗試擬合一條線以觀察輸入變數和輸出變數之間的關係，然後進一步使用它來預測未見輸入的輸出。

直線迴歸方程：當兩個變數x與y之間達到顯著地線性相關關係時,應用最小二乘法原理確定一條最優直線的直線方程y=a+bx,這條迴歸直線與個相關點的距離比任何其他直線與相關點的距離都小,是最佳的理想直線.

迴歸截距a：表示直線在y軸上的截距,代表直線的起點.

迴歸係數b：表示直線的斜率,他的實際意義是說明x每變化一個單位時,影響y平均變動的數量.

即x每增加1單位,y變化b個單位.