Lineaarinen regressio on tilastollisen matematiikan prosessi. Se antaa numeerisen mitan muuttujien välisen suhteen vahvuudesta, joista yhden, riippumattoman muuttujan, oletetaan olevan yhteydessä toiseen, riippuvaan muuttujaan. Huomaa, että tämän suhteen ei oleteta olevan syy ja seuraus - vaikka se voi olla - vaan yksinkertaisesti korrelaatio.
Esimerkki
Oletetaan, että sinulla on luettelo radan joukkueessa olevista juoksijoista sekä heidän henkilökohtaiset harjoituslokit ja 5K-ajoajat. Voit olettaa, että harjoituksissa ajettujen mailien määrä, M, vaikuttaa heidän 5K-suorituskykyynsä, T. Kun M on itsenäinen muuttuja ja T riippuva muuttuja, voit piirtää T: n kuvaajan vs. M ja käytä tätä kuvaajaa visuaalisena arvioina siitä, onko yhteys olemassa.
Regressioviiva
Kuten minkä tahansa suoran, regressioviivan muoto on y = ax + b, jossa y on riippuva muuttuja, a on suoran kaltevuus, x on riippumaton muuttuja ja b on y-akselin piste, jossa viiva ylittää sen.