线性回归是利用统计学中回归分析，去建立一个线性模型，用以描述两种或两种以上变量之间简单的线性关系，使用称为线性回归方程的最佳拟合直线对一个自变量和因变量之间关系进行建模。
首先就是线性回归方程的公式：y = b0 b1x。
其中，y为因变量，x为自变量，b0是截距，b1是自变量系数或回归系数。
线性回归公式解释如下：
1、截距(b0)是因变量在自变量为0时的值，可以通过调整它改变线的高度(上下移动)。当我们自变量为0时，多项式函数总是等于截距。
2、斜率(b1)控制自变量的变化如何影响因变量。斜率的正负决定线的方向是否向上还是向下;斜率的大小代表线的陡峭程度。
关于线性回归公式的更多解释，请查看下面的参考链接。
总的来说，线性回归方程公式虽然简单，但用处很大。它可以判断两个变量之间是否存在线性关系，并通过该关系预测未来的趋势。如果您想了解更多关于回归分析的知识，请查看我们的其他文章。