Dalam dunia matematika, tentu sudah tak asing lagi mendengar kata statistik. Pada statistikik, '''regresi linear''' merupakanmerupaka'''suatu pendekatan'''an untuk memodelkanuntu'''memantapkan'''an hubungan antara suatu (satu sat'''atau lebih) variabel'''el dependendepende dengansatu '''(r'''([[regresi linear sederhana|regresi linear sederha]]) dan ataujuga lebih variabelvariabelel independen (regresi linierln[[regresi linear sederhana|ar]]<nowiki/>er banyak). Salah satu aplikasi dari regresi linierlinear adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Dengan asumsi hubungan di antara variabe [[regresi linear sederhana|variabel-variabel]]<nowiki/>el tersebutterseb, dapatdapatat didekati oleh suatu persamaan garis lurus, maka model yang mendekati hubungan antar variabel di data tersebut disebut sebagaiseba[[regresi modellinear sederhana|i]]<nowiki/>a[[regresi linear sederhana|pemantapan]] l regresi linear. <ref name = "Freedman09">{{cite book |author=David A. Freedman |author-link=David A. Freedman |year=2009|title=Statistical Models: Theory and Practice |url=https://archive.org/details/statisticalmodel00free |publisher=[[Cambridge University Press]]|quote=A simple regression equation has on the right hand side an intercept and an explanatory variable with a slope coefficient. A multiple regression e right hand side, each with its own slope coefficient |page=[https://archive.org/details/statisticalmodel00free/page/n41 26]}}</ref>