一元线性回归方程的基本公式如下：
\[ y = aX + b \]
其中：
\（ y \） 表示目标变量（因变量）。
\（ x \） 表示解释变量（自变量）。
\（ a \） 表示斜率。
\（ b \） 表示截距。
斜率 \（ a \） 和截距 \（ b \） 的具体计算方法如下：
斜率 \（ a \）
\[ a = \frac{\sum xy - n \cdot \text{均值}（x） \cdot \text{均值}（y）}{\sum x^2 - n \cdot \text{均值}（x^2）} \]
截距 \（ b \）
\[ b = \text{均值}（y） - a \cdot \text{均值}（x） \]
这些公式可以帮助我们找到一条最佳拟合直线，使得所有数据点到该直线的垂直距离（残差）的平方和最小。