Классический метод к оцениванию параметров линейной регрессии, основан на методе наименьших квадратов. Характеристики оуенок, полученные по данному методу следует из теоремы Гаусса-Маркова, общий смысл которой: оценки параметров а и b, полученные методом наименьших квадратов. является наилучшим из всех оценок. МНК позволяет получить такие оценки параметров а и б, при которых сумма квадратов отклонений фактических значений результативного признака от расчтных к минимальным. Т.е. из всего множества линий - линия регрессии на графике выбирается так, чтобы суммы квадратов расстояний по вертикали между точками и этой линией была бы минимаьной.
Таким образом, задача состоит в получении таких оценок параметров уравнения регрессии, чтобы
(вывод) Параметр б называется коэф-том регрессии и показывает, наксколько в среднем изменится у, при изменении х на одну еденицу своего измерения.
Знак при коэф-те регресси б показывает направление связи, б >0 - связь прямая, б<0 - связь обратная
Форамльно параметр а - зачение у, при х = 0, если фактор х не имеет и не может иметь нулевого значения, то трактовка а - не имеет смысла, т.е. параметра а не может иметь экон-го содеражания, особенно, если а < 0, интерпретировать можно лишь знак при парметре а
Если а > 0, то относительное изменение результата происходит медленне, чем изменение фактора, т.е вариация результата меньше вариации фактора.
