I matematik är linjen för bästa passform en linje som kan dras för att relatera punkterna i ett spridningsdiagram av data. Spridningsdiagram görs när två egenskaper hos något är relaterade, som dag och hög temperatur för dagen. Linjen med bästa passform beskriver bäst punkterna på ett spridningsdiagram när medelskillnaden mellan var linjen dras och den närmaste punkten är minst. Detta är lätt att kontrollera med minsta kvadratmetoden. Ekvationer används ibland för att beskriva linjerna som en funktion när endast en punkt kommer att relatera till en punkt på linjen som passar bäst.
Det är viktigt att förstå att alla linjer har en lutning och en skärning. Lutningen beskriver hur snabbt linjen ändras mellan två förhållanden. Skärningen beskriver en punkt när en del av relationen blir noll om linjen förlängdes till den punkten.
Att utveckla en bra passningslinje är användbart eftersom det gör det möjligt att göra förutsägelser när data inte presenteras. Om endast två punkter plottas kan endast en linje ritas med en linjal som en rät linje mellan de två punkterna. Med bara två punkter är linjen för bästa passform exakt och behöver inte kontrolleras. Den kan nu visa den exakta positionen för ett förhållande som skulle landa mellan de två punkterna.
Ett spridningsdiagram av två samband är hur de flesta data registreras i statistik. De flesta punktdiagram har många punkter, och att använda en linjal för att rita en linje som passar bäst är inte längre den rätta tekniken. Om förhållandet anses vara först ordnat kommer linjen med bästa passform fortfarande att vara en rak linje men denna linje behöver inte röra några punkter.
Minsta kvadratmetoden avgör om en linje passar data bättre än en annan. Den gör detta genom att se om skillnaden mellan varje plottad punkt och den punkt som linjen förutsäger är den minsta möjliga skillnaden. Genomsnittet av skillnaderna ger ett tal som representerar hur väl linjen passar data. Andra linjer kan få ett lägre värde och bli den nya linjen som passar bäst i en process som kallas linjär regression.
Inte varje linje är en rak linje, många är kurvor och till och med tredimensionella. Multipel linjär regression är den statistiska teknik som används för att hitta en linje som passar bäst för data som inte följer en rät linje. Regression hänvisar till kurv- och ytanpassning, men även för dessa mycket tuffare användningar av linjen med bästa passform, används fortfarande den minsta kvadratiska metoden för att kontrollera och jämföra resultat.