Понятие множественной регрессииНаиболее простой и самой употребляемой является модель множественной линейной регрессии: y = a0 + a1x1 + a2x2 +... + amxm + u, (1) или для конкретных наблюдений i, i = yi = a0 + a1xi1 + a2xi2 +... + amxim + ui, где (xi1, xi2,...,xim, yi) – выборка объема n, a0, a1,...am – неизвестные параметры модели, подлежащие оцениванию, u – случайная ошибка (отклонение). Таким образом, построение модели множественной регрессии является одним из методов характеристики аналитической формы связи между зависимой (результативной) переменной и несколькими независимыми (факторными) переменными. Поскольку истинные значения параметров по выборке получить невозможно, то задача состоит в нахождении оценок (приближенных значений) b0, b1,..., bm неизвестных параметров модели a0, a1,..., am по исходным данным (xi1, xi2,..., xim, yi), где i =
|
,
