回归方程是回归线的一种代数表示形式，用于描述响应和预测变量之间的关系。对于拟合线图，回归方程可以采用以下几种形式：

其中：

·    响应 (Y) 是响应的值。

·    常量 (bo) 是当预测变量为零时响应变量的值。由于此常量确定回归线截取 Y 轴（相交）的位置，因此它也称为截距。

·    预测变量 (X) 是预测变量的值。

·    系数（b1、b2、b3）表示预测变量值的每个单位变化所对应的均值响应的估计变化。也就是说，它是 X（或 X 或 X）增加一个单位时 Y 发生的变化。

回归方程为
硬度 = - 21.53 + 3.541 密度
 
S = 8.86937   R-Sq = 84.5%   R-Sq（调整） = 83.9%
                                             

对于刨花板数据，响应变量是硬度，而预测变量是密度。结果表明最佳拟合线由以下方程描述：

    硬度 = -21.53 + 3.541 密度

这可以解释如下：

·    斜率 (b1 = 3.541) 是回归线的倾斜度。它是 X 增加一个单位时 Y 发生的变化。因此，当刨花板的密度增加一个单位时硬度会增加 3.541 个单位。

·    截距 (b0 = -21.53) 是决定回归线的垂直位置的常量。