线性回归是一种用于研究自变量与因变量之间关系的统计方法。其基本思想是找到一条直线，使得所有样本点到这条直线的距离之和最小。
线性回归方程的一般形式为：
y = b0 + b1x1 + b2x2 + ... + bnxn
其中y是因变量，x1到xn是自变量，b0到bn是回归系数。这个方程表示了自变量与因变量之间的线性关系。
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）
后把x，y的平均数X，Y代入a＝Y－bX求出shua并代入总的公式y＝bx＋a得到线性回归方程。
扩展资料
线性回归方程是数理统计中通过回归分析来确定两个或多个变量之间相互依赖的数量关系的统计分析方法之一。
线性回归也是回归分析中第一类得到严格研究并在实际应用中得到广泛应用的回归分析。按自变量数量可分为一元线性回归分析方程和多元线性回归分析方程。
在统计学中，线性回归方程是一种回归分析，它使用最小二乘函数来模拟一个或多个自变量和因变量之间的关系。
这种函数是一个或多个模型参数的线性组合，称为回归系数。如果只有一个自变量，称为简单回归，如果有一个以上的自变量，称为多元回归。
