ові ознаки), так і формою зв'язку (лінійна, нелінійна). Від грамотного вибору адекватного вимірника зв'язку залежить достовірність статистичних висновків, поширюваних на досліджувану багатовимірну генеральну сукупність. p align="justify"> Попередній аналіз структури зв'язку між компонентами досліджуваного багатовимірного ознаки, представленого вибіркою з генеральної сукупності, здійснюють за допомогою кореляційних полів.
Під кореляційним полем (діаграмою розсіювання) змінних (u, v) розуміється графічне представлення результатів вимірювань (u 1 , v 1 ), ..., (u i < span align = "justify">, v i ), ..., (u n , v n ), цих змінних в площині (u, v). На підставі аналізу кореляційного поля легко вирішити питання про наявність чи відсутність зв'язку, простежити характер зв'язку (лінійна, нелінійна, функціональна або стохастична) і її тенденцію (позитивна, негативна).
1.3 Загальні відомості про регресійному аналізі та методі найменших квадратів
Метод найменших квадратів - метод знаходження оптимальних параметрів лінійної регресії, таких, що сума квадратів помилок (регресійних залишків) мінімальна. Метод полягає в мінімізації відстані між двома векторами - вектором відновлених значень залежної змінної і вектором фактичних значень залежної змінної.
Метод найменших квадратів є одним з найбільш поширених і найбільш розроблених внаслідок своєї простоти і ефективності методів оцінки параметрів лінійних економетричних моделей . Разом з тим, при його застосуванні слід дотримуватися певної обережності, оскільки побудовані з його використанням моделі можуть не задовольняти цілому ряду вимог до якості їх параметрів і, внаслідок цього, недостатньо В«добреВ» відображати закономірності розвитку процесу .
Розглянемо процедуру оцінки параметрів лінійної економетричної моделі за допомогою методу найменших квадратів більш докладно. Така модель в загальному вигляді може бути представлена ​​рівнянням (1.2):
y t = a 0 < span align = "justify"> + a 1 х 1t + ... + a n
