Un
modèle linéaire est une hypothèse statistique où on cherche à exprimer une variable aléatoire linéairement en fonction d'une variable explicative selon la formule :
. où
Y est une matrice d'observations multivariées,
X est une matrice de variables explicatives,
B est une matrice de paramètres à estimer et
U est une matrice contenant des
erreurs ou du bruit. Les erreurs sont supposées habituellement suivre une
loi normale multidimensionnelle. Si les erreurs ne suivent pas une loi normale multivariée, les modèles de régression généralisés peuvent être utilisés pour assouplir les hypothèses au sujet de
Y et
U. L'ajustement linéaire est l'opération d'approximation permettant de choisir le meilleur hyperplan possible.