統計学における回帰直線とは、2つのデータの関係性を数式（\(y = ax + b\)）でモデル化し、一方の変数からもう一方の変数を予測・説明するための直線のことです。例えば「気温（\(x\)）が上がるとビールの売上（\(y\)）がどれくらい伸びるか」「勉強時間（\(x\)）とテストの点数（\(y\)）に関連があるか」といった因果関係や相関関係を分析する単回帰分析の基本となります。
散布図を作成すると、データポイントは一直線上には並ばずバラバラに散らばります。その中心を最もバランスよく通る「代表的な1本の直線」を引くことで、未知のデータに対する予測が可能になります。このとき、直線の傾き（\(a\)）は「\(x\)が1単位増えたときに\(y\)が平均してどれだけ変化するか」という影響度を表し、切片（\(b\)）は「\(x\)が0のときの\(y\)のベースライン」を意味します。
