回归方程公式：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)。

1、回归直线方程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。线性回归也是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。按自变量个数可分为一元线性回归分析方程和多元线性回归分析方程。

2、回归方程是对变量之间统计关系进行定量描述的一种数学表达式。线性回归模型，是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。

3、最小二乘法又称最小平方法，是一种数学优化技术。与最小二乘法不同的是，最大似然法需要已知这个概率分布函数，这在实践中是很困难的。一般假设其满足正态分布函数的特性，在这种情况下，最大似然估计和最小二乘估计相同。

根据公式代数，求出a尖，b尖

b=((x1+x2+...+xi)(y1+y2+..+yi)-nxy)/(x1^2+x2^2+...+xi^2-n*(x^2))

a=y-bx

x,y为平均数

回归线方程公式是一个用来描述两个变量之间关系的数学方程。回归线可以使数据点更加有规律性，通常使用最小二乘法来确定回归线的系数和截距。对于简单回归来说，回归线方程公式是y = a + bx，其中y是因变量，x是自变量，a是截距，b是斜率，它们的值可以通过回归分析进行计算。回归方程可以用来预测一组给定自变量的因变量值，因此在实践中具有广泛的应用。