การแก้ไขเกี่ยวข้องกับการค้นพบรูปแบบในชุดของจุดข้อมูลเพื่อประมาณค่าระหว่างสองจุด การประมาณค่าเชิงเส้นเป็นหนึ่งในวิธีที่ง่ายที่สุดในการประมาณค่า - เส้นที่เชื่อมต่อสองจุดใช้ในการประมาณค่ากลาง พหุนามคำสั่งที่สูงกว่าสามารถแทนที่ฟังก์ชันเชิงเส้นเพื่อผลลัพธ์ที่แม่นยำมากขึ้น แต่ซับซ้อนกว่า การแก้ไขสามารถเปรียบเทียบกับการคาดการณ์ซึ่งใช้ในการประเมินค่า ภายนอก ชุดของคะแนนแทนที่จะเป็นระหว่าง
ชุดของจุดข้อมูลแบบแยกมีจุดที่มีพิกัดอย่างน้อยสองค่า ในพล็อตกระจายแบบทั่วไปของ XY ตัวแปรแนวนอนคือ x และตัวแปรแนวตั้งคือ y จุดข้อมูลที่มีทั้งพิกัด x และ y สามารถลงจุดบนกราฟนี้เพื่อให้มองเห็นได้ง่าย ในการใช้งานจริงทั้ง x และ y เป็นตัวแทนของปริมาณจริงในโลก X โดยทั่วไปหมายถึงตัวแปรอิสระเช่นเวลาหรือพื้นที่ในขณะที่ y หมายถึงตัวแปรตามเช่นประชากร
บ่อยครั้งที่ข้อมูลสามารถรวบรวมได้เฉพาะที่จุดที่ไม่ต่อเนื่อง ในตัวอย่างของการตรวจสอบประชากรของประเทศการสำรวจสำมะโนประชากรสามารถทำได้ในบางช่วงเวลาเท่านั้น การวัดเหล่านี้สามารถพล็อตเป็นจุดข้อมูลแบบไม่ต่อเนื่องบนแผนภูมิ XY
หากการสำรวจสำมะโนประชากรจะดำเนินการทุก ๆ ห้าปีมันเป็นไปไม่ได้ที่จะรู้ว่าประชากรที่แน่นอนระหว่างสำมะโน ในการแก้ไขเชิงเส้นจุดข้อมูลสองจุดเชื่อมต่อกับฟังก์ชันเชิงเส้น ซึ่งหมายความว่าตัวแปรตาม (ประชากร) จะถือว่ามีการเปลี่ยนแปลงในอัตราคงที่เพื่อไปยังจุดข้อมูลถัดไป หากประชากรหนึ่งปีหลังจากการสำรวจสำมะโนประชากรเป็นสิ่งจำเป็นหนึ่งสามารถเชิงเส้น interpolate สองจุดข้อมูลเพื่อประเมินค่ากลางตามสายเชื่อมต่อ โดยทั่วไปจะเห็นได้ชัดว่าตัวแปรจริงไม่ได้เปลี่ยนเป็นเส้นตรงระหว่างจุดข้อมูล แต่การทำให้เข้าใจง่ายนี้มักจะมีความแม่นยำเพียงพอ
อย่างไรก็ตามบางครั้งการประมาณเชิงเส้นอาจทำให้เกิดข้อผิดพลาดมากเกินไปในการประมาณค่า ตัวอย่างเช่นประชากรแสดงการเติบโตแบบเลขชี้กำลังในหลายสถานการณ์ ในการเติบโตแบบเลขชี้กำลังอัตราการเติบโตนั้นเพิ่มขึ้นประชากรที่สูงขึ้นนำไปสู่การเกิดมากขึ้นซึ่งจะเป็นการเพิ่มอัตราการเพิ่มของประชากรโดยรวม ในพล็อตกระจายของ XY พฤติกรรมแบบนี้จะแสดงแนวโน้มที่“ โค้งขึ้นไป” วิธีการแก้ไขที่แม่นยำยิ่งขึ้นอาจเหมาะสมสำหรับการศึกษาชนิดนี้
การแก้ไขพหุนามเกี่ยวข้องกับการเชื่อมต่อจุดข้อมูลจำนวนมากด้วยฟังก์ชั่นพหุนาม ฟังก์ชั่นเชิงเส้นเป็นความหลากหลายอย่างง่ายของฟังก์ชันพหุนามนั่นคือพหุนามของคำสั่งหนึ่ง แม้ว่าชื่อพหุนามสามารถมีคำสั่งได้สูงกว่าคำสั่งหนึ่ง: คำสั่งที่สองคือพาราโบลาคำสั่งที่สามคือฟังก์ชันลูกบาศก์และอื่น ๆ ชุดของจุดข้อมูลประชากรอาจถูกสอดแทรกได้ดีกว่ากับฟังก์ชันโพลิโนเมียลมากกว่าฟังก์ชันเชิงเส้นเพราะในอดีตนั้นสามารถโค้งขึ้นและลงเพื่อให้ตรงกับข้อมูล
