Теория вероятностей и математическая статистика. Блатов И.А - 213 стр.

   Линейная зависимость может быть представлена в виде
модельного уравнения регрессии
                      M [Y X ]   0  1 x .
   В силу воздействия неучтенных случайных факторов
отдельные наблюдения y будут в большей или меньшей
степени отклоняться от функции регрессии
                                       .
                           g ( x)   0  1 x
   В этом случае уравнение взаимосвязи двух переменных
(парная регрессионная модель) может быть представлено в виде
                       Y   0  1 X   .
   Отклонения  (возмущения, остатки) предполагаются
независимыми и нормально распределенными N (0,  2 ) .
Неизвестными параметрами являются  0 , 1 и  2 .




   Оценкой модели Y   0  1 X   по выборке является
уравнение регрессии y  b0  b1 x .
   Параметры этого уравнения b0 и b1 определяются по методу
наименьших квадратов.
   Воздействие случайных факторов и ошибок наблюдений
определяется с помощью остаточной дисперсии  2 .
   Оценкой дисперсии является выборочная остаточная
дисперсия s 2 :
                            n                    n
                            Yi  Yi   ei2
                                       2

                           i 1               i 1
                    s2                               ,
                                  n2            n2

                                                           213