Имитационное моделирование сложных систем. Духанов А.В - 72 стр.

    Общая дисперсия характеризует разброс наблюдений фак-
тических значений от среднего y .
    Остаточная дисперсия:
                 n

              y  y
                i 1
                         i       it   2
     e2              ,
             n  m 1
где yit – вычисленные значения переменной y посредством
уравнения регрессии при подстановке в него наблюдаемых фак-
тических значений x i . Остаточная дисперсия характеризует ту
часть рассеяния переменной y , которая возникает из-за всякого
рода случайностей и влияния неучтенных факторов.
    Коэффициент детерминации
                    2
     D  1  e2 .
                 a
     Данный коэффициент служит для оценки точности регрес-
сии, т.е. соответствия полученного уравнения регрессии имею-
щимся эмпирическим данным. Значение коэффициента изменя-
ется в пределах 0, 1 . Чем D ближе к единице, тем точнее рег-

рессионная модель. Стандартная ошибка оценки равна      e2 .
    Можно показать, что при D  0 корреляционно-
регрессионная связь между переменными x и y отсутствует.
Если D  1 , то связь функциональная.

   7.3. Оценка параметров линейной многофакторной мо-
       дели
    Общий вид линейной многофакторной модели следующий:
            m
     yˆ    a x
            j 0
                       j j
                             ,                         (6)

                                           72