/span>
де Y - випадковий вектор-стовпець розмірності п х 1 спостережуваних значень результативної ознаки (у 1 , у 2 , .... у n ); Х - матриця розмірності п х (k + 1) спостережуваних значень аргументів, елемент матриці х , розглядається як невипадкова величина ( i = 1, 2, ..., n; j = 0,1 , ..., k; x 0i , = 1); ? - вектор-стовпець розмірності (k + 1) х 1 невідомих, що підлягають оцінці параметрів моделі (коефіцієнтів регресії); ? - випадковий вектор-стовпець розмірності п х 1 помилок спостережень (залишків) . Компоненти вектора ? i незалежні один від одного, мають нормальний закон розподілу з нульовим математичним очікуванням ( M ? i = 0) і невідомої постійної ? 2 ( D ? i =? 2 ).
На практиці рекомендується, щоб значення п перевищувало k НЕ менш ніж у три рази.
У моделі (7)
В
У першому стовпці матриці Х вказуються одиниці за наявності вільного члена в моделі (6). Тут передбачається, що існує мінлива x 0 , < span align = "justify"> яка у всіх спостереженнях приймає значення, рівні одиниці.
Основне завдання регресійного аналізу полягає в знаходженні за вибіркою обся...
