线性回归方程是一种常用的统计学工具，用于预测一个变量与一组自变量之间的关系。其中，xi是指自变量中的第i个变量值。那么，如何计算xi呢？

首先，需要明确线性回归方程的形式：y = b0 + b1x1 + b2x2 + … + bnxn，其中y是被预测的变量，b0是截距，bi是自变量xi的系数。因此，计算xi的方法就是找到对应的自变量系数bi。

在实际应用中，通过统计学方法，可以得到每个自变量的系数。这个过程通常被称为回归分析。具体来说，回归分析会根据给定的数据集，建立一个拟合度最高的线性方程，使得预测值与实际值之间的误差最小化。

在得到每个自变量的系数之后，计算xi就变得很简单了。例如，如果想要预测一个人的收入，可能需要考虑他的教育程度、工作年限、职业等自变量。那么，如果想要计算教育程度的xi，只需要找到与之对应的系数b1即可。

综上所述，线性回归方程中xi的计算方法是通过回归分析得到每个自变量的系数，从而确定xi的值。这个过程需要依赖于统计学方法和数据集，因此需要注意数据的准确性和分析方法的合理性。