线性回归是一种用于建立变量之间线性关系的统计模型。其线性回归线的一般公式可以表示为：

y = β₀ + β₁x₁ + β₂x₂ + ... + βₚxₚ

其中，

- y 是因变量（被预测或估计的变量），

- x₁, x₂, ..., xₚ 是自变量（用于预测或解释因变量的变量），

- β₀, β₁, β₂, ..., βₚ 是回归系数，表示自变量对因变量的影响权重。

这个公式表示了自变量与因变量之间的线性关系，通过调整回归系数来拟合数据并进行预测或估计。在简单线性回归中，只有一个自变量（x）和一个回归系数（β₁），公式可以简化为：

y = β₀ + β₁x

通过拟合数据并找到优秀的回归系数，线性回归模型可以用来预测因变量（y）在给定自变量（x）的情况下的数值。