线性回归方程中的直线必定通过散点图的几何中心。这是由于线性回归的目标是最小化所有数据点到直线的垂直距离平方和。当解出最小二乘估计的参数时，我们得到：
a = y' - bx', 其中y'和x'分别是所有x值和y值的平均数。
b = Lxy / Lxx，其中Lxy表示x和y值的乘积的平均数减去x和y平均数的乘积，Lxx表示x值平方的平均数减去x平均数的平方。
将上述参数代入回归方程y = bx + a中，我们得到y = bx + (y' - bx')。通过代入x = x'，y = y'，我们可以验证回归直线确实通过点(x', y')。
因此，线性回归的直线必通过(x', y')点，这在概率统计理论中得到了验证。
