線形回帰：
線形回帰（せんけいかいき、linear regression）とは、統計学における回帰分析の一種である。（出典: フリー百科事典『ウィキペディア（Wikipedia）』）

ーーーーーー
線形回帰（せんけいかいき、linear regression）とは、統計学における回帰分析の一種である。
Example of linear regression with one dependent and one independent variable.
Example of linear regression with one dependent and one independent variable.

従属変数 Y と独立変数 Xi, i = 1, ..., p およびランダム項 e の関係をモデル化する。 モデルは下式により表される。

Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \cdots +\beta_p X_p + \varepsilon

ここで β0 は切片（「定数」項）、 βi は各々の独立変数の係数であり、 p はこの線形回帰で推定される母数の個数である。線形回帰は非線形回帰と対比される。

この方法が「線形」回帰と呼ばれるのは、応答（従属変数 Y）が独立変数に対して線形関数（一次関数）であると仮定されるからである。しばしば誤って考えられているのは、この方法が「線形回帰」と呼ばれているのは Y = β0 + βx のグラフが直線であったり、Y が X 変数の線形関数であるからである、というものである。しかし、モデルがたとえば、

Y = \alpha + \beta x + \gamma x^2 + \varepsilon

であれば、問題は「線形回帰」の問題である。つまり、x および x2 に関し線形であるので、 y と x だけとのグラフが直線上になくても線形回帰されたのである。
ーーーーーーーーーーーーーーーーーーーーーーー
（出典: フリー百科事典『ウィキペディア（Wikipedia）』）
上記『ウィキペディア（Wikipedia）の最後のセンテンスから、直線回帰ではなく、線形回帰を選択しました。

Linear regression attempts to model the relationship between two variables by fitting a linear equation to observed data. One variable is considered to be an explanatory variable, and the other is considered to be a dependent variable.<br /> 線形回帰は、一次方程式（y = ax + ｂのことで、一次関数とも言う）を測定値にあてはめることによって、2つの変数の間の関係をモデル化を試みます。 1つの変数が説明変数（または独立変数）であるとされ、そして、もう片方が従属変数であると考えられます。