Egy lineáris regressziós egyenlet modellezi az adatok általános vonalát, hogy megmutassa az x és y változók közötti kapcsolatot. A tényleges adatok sok pontja nem lesz a vonalon. A kiugró értékek olyan pontok, amelyek nagyon messze vannak az általános adatoktól, és amelyeket a lineáris regressziós egyenlet kiszámításakor általában figyelmen kívül hagynak. Megtalálható a lineáris regressziós egyenlet úgy, hogy megrajzoljuk a legjobban illeszkedő vonalat, majd kiszámoljuk az adott egyenlet egyenletét.
Rajzoljon egy vonalat, amely a legjobban megfelel az adatoknak. Nézze meg az adatokat, és döntse el, hogy összességében növekvő vagy csökkenő-e, majd helyezzen el egy vonalat a legközelebb a legtöbb ponthoz. Például a {(2,3) (5,7) (1,2) (4,8)} pontok alapján a lineáris regressziós egyenlet növekvő lesz, vagy más szavakkal, a pontok általában felfelé mennek balról jobbra a grafikonon.
Számítsa ki az egyenes egyenletét! Válasszon két pontot a vonalon a meredekség kiszámításához, és vegye figyelembe az y metszetet. A {(2,3) (5,7) (1,2) (4,8)} pontok legjobban illeszkedő vonalán az egyik pont (0,5,1,25), a másik pedig az y metszete (0, 0,5). Használja az egyenes meredekségének képletét, m = (y2 - y1) / (x2 - x1) a meredekség megtalálásához. A pontértékek bedugásával m = (0,5 - 1,25) / (0 - 0,5) = 1,5. Tehát az y metszettel és a meredekséggel a lineáris regressziós egyenlet y = 1,5x + 0,5 formában írható fel.