Теория вероятностей и математическая статистика. Блатов И.А - 212 стр.

   Линейный регрессионный анализ
   Термином линейный регрессионный анализ обозначают
прогнозирование одной переменной на основании другой, когда
между этими переменными существует линейная взаимосвязь
                                    .
                        Y  b0  b1 X
   Разности между фактически полученными значениями Y и
вычисленными по уравнению регрессии соответствующими
значениями прогнозов Y называются отклонениями e  Y  Y .
Величины прогноза являются моделируемыми значениями
данных, а отклонения показывают отличия от модели.
       Пример Анализ зависимости между ценами и объемам
продаж молока фермера. Значение выборочного коэффициента
корреляции r  0.86 . Уравнение регрессии




   Задачами регрессионного анализа являются:
    установление формы зависимости между переменными;
    оценка функции регрессии;
    оценка неизвестных значений (прогноз значений)
зависимой переменной.
   В регрессионном анализе рассматривается односторонняя
зависимость случайной зависимой переменной Y от одной (или
нескольких) независимой переменной X .
    также называется функцией отклика, выходной,
результирующей, эндогенной переменной; X - входной,
объясняющей, предсказывающей, предикторной, экзогенной
переменной, фактором, регрессором.


   212