數學式已知的是應變數和自變數，未知的是截距和斜率。所以迴歸模型要尋找最佳的截距值和斜率值。在統計上稱為估計值。計算的方法有兩種，一種是最小平方法，另一種是最大概似法，後者需要機率函數才能建立概似函數。

我們以最小平方法來計算得到截距和斜率值。此時的截距和斜率值能讓整體誤差最小(這是指誤差平方和最小)。

傳統分析做法是將所有數據，即t = 1, 2, ..., T，一次性地跑迴歸。這並不是非常良好的做法。原因是有些數據的規律並不能完全使用一條直線型迴歸線來表示，很可能需要多條線才符合規律。但沒有人知道要多少條線。

所以，AI判斷加入後，AI運算依照順序進入迴歸的計算流程。每一筆數據加入就要運算一次。這就是AI在其中扮演的角色 - 解決人們必須反覆運算和反覆判斷的動作。

這樣的AI融入分析方法中，被稱為「AI數據分析」。你我看到AI數據分析的數據結果後，是能夠做到驗證數據規律的真偽，杜絕黑盒或憑藉經驗法的方式，造成數據解讀的不客觀現象。