Üblicherweise hat man es mit mehr als zwei Datenpunkten zu tun. Meist gibt es dann keine Linie mehr, die durch alle Datenpunkte verläuft. Ob man dann noch Vorhersagen über erwartete Zusammenhänge machen kann, hängt dann davon ab, wie nahe die Linie an den einzelnen Datenpunkten vorbeiläuft.

Um möglichst genaue Vorhersagen zu machen, muss die Gerade also so durch die Datenpunkte gelegt werden, dass sie so gut wie möglich zu den beobachteten Daten "passt" (im Englischen spricht man von einem best fit). Dabei sollten möglichst kleine Abweichungen e (für error) zwischen den (aufgrund der Geraden) erwarteten Werten und den beobachteten Werten Y auftreten.

Erstellen Sie im folgenden Beispiel zusätzliche Datenpunkte, indem Sie auf das Diagramm klicken. Verschieben Sie den intercept und den slope, um die Gerade möglichst nah an die einzelnen Punkte zu legen. Behalten Sie dabei die Abweichungen aller Punkte von der Regressionsgeraden im Auge. Lassen Sie sich dann den best fit anzeigen.