رگرسیون خطی یک روش آماری است که برای مدل‌سازی رابطه بین یک متغیر وابسته و یک یا چند متغیر مستقل استفاده می‌شود. این روش به کمک یک خط مستقیم، بهترین تخمین را برای پیش‌بینی مقادیر متغیر وابسته ارائه می‌دهد. در رگرسیون خطی، هدف یافتن معادله‌ای است که کمترین فاصله را بین نقاط داده و خط پیش‌بینی ایجاد کند. این معادله معمولاً به صورت y = mx + b نمایش داده می‌شود، که در آن y متغیر وابسته، m شیب خط، x متغیر مستقل و b عرض از مبدأ است.