由分析使用的數學函數（回歸方程式）是一次方的，所畫出來的函數線（回歸線或預測線）是直線，稱【直線回歸分析】有【直線模式】之稱

使用【最小平方法】設法找出直線，讓直線能通過構成的重心，有最小的距離。

b斜率：指改變率而言，指的是每增加一個單位的橫軸變項值，相對增加多少單位的縱軸變項值。

a截距：當橫軸變項值0時，回歸線條與縱軸交叉點到原點的距離。

使各個資料點（y）到這條預測線（Y）之平行於Y軸垂直于X軸的距離之平方和變為最小

數學分數（x)預測自然分數（y），我們所使用的預測線公式是直線的。

預測的可能範圍僅限於預測變項的值域範圍內，若以範圍的值做預測，可能降低預測結果正確性。因為在值域外，無法保證預測正確性。

可使用標準分數表示；原始分數回歸方程式可轉成標準分數回歸方程式。

使用自變項單位不一致，無法根據原始分數回歸係數來【敦較重要】

多個自變項對一個依變項之回歸分析或預測關係，屬多變量分析。

若將每個人的猜測的誤差值先予以平方后，加總 sigma（Y-Y）

在自然分數的總變異量中，數學分數所解釋到的變異量部份，約占57%，相關越高越好。

在依變項Y的總變異量中，被自變項X所解釋到的變異量百分比。

在依變項的總變異量中，無法被自變項解釋到的部份所占的百分比。

只要依變項Y的標準差，和自變項與依變項間的相關係數，便可依據求出SSt、SSreg、SSres。