線性迴歸（Linear Regression） 是一種簡單但重要的統計和機器學習方法，用於建立目標變數（因變數）與一個或多個輸入變數（自變數）之間的線性關係。它廣泛應用於預測、趨勢分析和因果關係研究。
例項解法使用的是基於 最小二乘法公式的手動計算，這種方式是簡單線性迴歸的經典求解方法。它與正規方程法本質一致，但正規方程法更加通用，能夠適應多元迴歸場景。對於簡單線性迴歸問題，手動推導和正規方程解的結果是完全相同的，只是表達形式不同。這種方法的核心思想是透過數學推導，直接求解簡單線性迴歸的斜率（β1\beta_1β1）和截距（β0\beta_0β0），而不需要藉助矩陣運算或迭代最佳化。