"justify"> х nt + ? t .
Вихідними даними при оцінці параметрів a 0, a 1 , ..., a n є вектор значень залежної змінної y = (y 1 , y 2 , ..., y T) 'і матриця значень незалежних змінних
В
в якій перший стовпець, що складається з одиниць, відповідає коефіцієнту моделі .
Назву свою метод найменших квадратів отримав, виходячи з основного принципу, якому повинні задовольняти отримані на його основі оцінки параметрів: сума квадратів помилки моделі повинна бути мінімальною.
Регресійний аналіз - це статистичний метод дослідження залежності випадкової величини у від змінних (аргументів) х j (j = 1, 2 , ..., k), розглядаються в регресійному аналізі як невипадкові величини незалежно від істинного закону розподілу x j .
Звичайно передбачається, що випадкова величина у має нормальний закон розподілу з умовним математичним очікуванням = ? ( x 1 , ..., х k < i align = "justify">), є функцією від аргументів х j і з постійною, не залежної від аргументів дисперсією ? 2 .
Для проведення регресійного аналізу з (k + 1) - мірної генеральної сукупності ( у, x 1 < span align = "justify">, х 2 , ..., х j , ..., х ...
