เมื่อเรานำผลตอบแทนรายวันของหุ้นใดหุ้นหนึ่งมาพล๊อตกราฟในแกน Y เทียบกับแกน X ที่กำหนดให้เป็นผลตอบแทนรายวันของ SET (ในทางทฤษฎีเป็นส่วนต่างระหว่างผลตอบแทนและ Risk-free rate) แล้วทำ linear regression ด้วยแนวคิดพื้นฐานที่ว่าพยายามให้ข้อมูลทุกจุดตกอยู่บนเส้นกราฟ หรือมีความคลาดเคลื่อนรวมน้อยที่สุด เรียกว่าแนวคิด BLUE (Best Linear Unbiased Estimate) คือเส้นที่มีค่าความคลาดเคลื่อนกำลังสองน้อยสุด (sum of squares of error) หลังจากนั้นก็ใช้สมการเส้นตรงนี้อธิบายความสัมพันธ์ของหุ้น Y และ SET และเราเรียกเส้นกราฟนี้ว่า Security Characteristic Line (SCL) และความชันของเส้น SCL นั้นคือค่าเบต้านั่นเอง
1
แต่..ไม่ใช่ทุกจุดข้อมูล จะถูกพล๊อตให้อยู่บนกราฟเส้นตรงได้ มันจะมีค่าผลรวมค่า error ระหว่างจุดที่ไม่ตกบนเส้นกราฟ โดยความสัมพันธ์ของจุดข้อมูลนั้นบ่งบอกได้ด้วยค่าสหสัมพันธ์ หรือ อาร์-สแควร์ (R2) โดย R2 มีค่าระหว่าง 0% ถึง 100% ถ้า R2=0% อาจเปรียบเทียบได้ว่าเราไม่สามารถอธิบายความสัมพันธ์ X และ Y ด้วยสมการกราฟนั้นได้ และถ้า R2=100% คือทุกจุดข้อมูลนั้นอยู่บนเส้นกราฟความสัมพันธ์ ทำให้เราสามารถอธิบายความสัมพันธ์ของ X และ Y ได้ 100%