Теория вероятностей и математическая статистика. Блатов И.А - 218 стр.

    3.Резко отклоняющееся значение может серьезно повлиять
на результаты регрессионного анализа.




   4. Большое значение имеет то, какая из двух переменных
прогнозируется, а какая служит основанием для прогноза.
Каждому из этих подходов соответствует своя линия регрессии.
Две линии регрессии сближаются, когда уменьшается фактор
случайности точки данных приближаются к прямой линии.




   Основные предпосылки статистической модели
линейной регрессии

                       Y  0  1  X  

   1.Зависимая переменная Y есть величина случайная, а
объясняющая переменная X - величина неслучайная.
   2. Математическое ожидание возмущения M [ ]  0 ,
дисперсия D[ ]   2 . Возмущения являются нормально
распределенными. Для заданного значения X генеральная
совокупность значений Y имеет нормальное распределение
относительно регрессионной прямой совокупности.
   218