Kas ir vislabāk atbilstošā līnija?

Ir svarīgi saprast, ka visām līnijām ir slīpums un krustpunkts. Slīpums apraksta, cik ātri līnija mainās starp jebkurām divām attiecībām. Pārtveršana apraksta punktu, kurā daļa attiecības kļūs par nulli, ja līnija tika pagarināta līdz šim punktam.

Labas pielāgošanas līnijas izstrāde ir noderīga, jo tā ļauj veikt prognozes, kad dati netiek uzrādīti. Ja ir attēloti tikai divi punkti, tikai vienu līniju var novilkt ar lineālu kā taisnu līniju starp diviem punktiem. Ar tikai diviem punktiem vislabāk atbilstošā līnija ir precīza, un tā nav jāpārbauda. Tagad tas var parādīt precīzu attiecību pozīciju, kas nonāktu starp diviem punktiem.

Divu attiecību izkliedes diagramma ir veids, kā statistikā tiek reģistrēta lielākā daļa datu. Lielākajai daļai izkliedes diagrammu ir daudz punktu, un lineāla izmantošana, lai novilktu vislabāk atbilstošo līniju, vairs nav pareizais paņēmiens. Ja attiecības tiek uzskatītas par pirmās, tad vispiemērotākā līnija joprojām būs taisna, taču šai līnijai nav jāpieskaras nevienam punktam.

Mazākā kvadrāta metode noteiks, vai viena rindiņa ietilps datiem labāk nekā cita. Tas tiek darīts, pārbaudot, vai starpība starp katru uzzīmēto punktu un līnijas prognozēto punktu ir mazākā iespējamā atšķirība. Aprēķinot atšķirību vidējo vērtību, tiek iegūts skaitlis, kas parāda, cik labi līnija atbilst datiem. Citas līnijas var iegūt zemāku vērtību un kļūt par jaunu līniju, kas vislabāk atbilst procesā, ko sauc par lineāro regresiju.

Ne katra līnija ir taisna līnija, daudzas ir līknes un pat trīsdimensiju. Vairākkārtēja lineārā regresija ir statistikas metode, ko izmanto, lai atrastu līniju, kas vislabāk atbilst datiem, kas neseko taisnai līnijai. Regresija attiecas uz līknes un virsmas pielāgošanu, taču pat šajos daudz stingrākos vislabākās atbilstības līnijas lietojumos joprojām tiek izmantota mazākā kvadrāta metode, lai pārbaudītu un salīdzinātu rezultātus.