回归方程是根据样本资料通过回归分析所得到的反映一个变量（依变量）对另一个或一组变量（自变量）的回归关系的数学表达式.回归直线方程用得比较多,可以用最小二乘法求回归直线方程中的a,b,从而得到回归直线方程.
对变量之间统计关系进行定量描述的一种数学表达式.
指具有相关的随机变量和固定变量之间关系的方程.
回归直线方程
：在一组具有相关关系的变量的数据（x与Y）间,通过散点图我们可观察出所有数据点都分布在一条直线附近,这样的直线可以画出许多条,而我们希望其中的一条最好地反映x与Y之间的关系,即我们要找出一条直线,使这条直线“最贴近”已知的数据点,记此直线方程为（如右所示,记为①式）
这里在y的上方加记号“^”,是为了区分Y的实际值y,表示当x取值xi=1,2,……,6）时,Y相应的观察值为yi,而直线上对应于xi的纵坐标是
①式叫做Y对x的
回归直线方程,相应的直线叫做回归直线,b叫做回归系数.要确定回归直线方程①,只要确定a与回归系数b.
回归方程的有关量：e.随机变量 ^b.斜率 ^a.截距 —x.x的数学期望 —y.y的数学期望 R.回归方程的精确度
回归直线的求法
最小二乘法：
总离差不能用n个离差之和
来表示,通常是用离差的平方和,即
作为总离差,并使之达到最小,这样回归直线就是所有直线中Q取最小值的那一条,这种使“离差平方和最小”的方法,叫做最小二乘法