使用回归方程来描述模型中响应和项之间的关系。回归方程是回归线的代数表示。线性模型的回归方程采取如下形式：Y= b0 + b1x1。在回归方程中，Y 是响应变量，b0 是常量或截距，b1 是线性项的估计系数（也称为直线斜率），x1 是项值。

具有多个项的回归方程采取以下形式：

y = b0 + b1X1 + b2X2 + ... + bkXk

回归方程中的字母代表如下内容：

y 是响应变量

b0 是常量

b1, b2, ..., bk 是系数

X1, X2, ..., Xk 是项值

如果模型同时包含连续变量和类别变量，则回归方程表可能会显示类别变量的每个水平组合的方程。要使用这些方程进行预测，您必须基于类别变量值选择正确的方程，然后输入连续变量的值。