NED365181NED

6 , ) ( 1 YX b b a XX T k T               где              n y y y Y  2 1 ,              nk k k n T x xx x xx X     2 1 1 21 11 1 11 ,              nk n n k k x x x x x x x x x X     2 1 2 22 21 1 12 11 1 1 1 . Если матрица XX T невырождена, то решение системы уравнений дается выражением:   YX XX b b a T T k 1 1                . Найденное решение по определению называется оценкой наименьших квадратов неизвестных параметров . , , , 1 k     Эмпирическая линейная регрессия имеет вид: k k xb xb xba y       22 11 . Коэффициент детерминации определяется следующим образом:        n i i n i i i y y y y R 1 2 1 2 2 ) ( ) ( 1  . Чем ближе коэффициент детерминации к единице, тем лучше множест- венная линейная регрессия соответствует имеющимся экспериментальным дан- ным и, следовательно, больше оснований доверять построенной эмпирической зависимости. Содержательная интерпретация коэффициентов k i b i , ,1 ,   , при объяс- няющих факторах, заключается в следующем. Коэффициент i b показывает, на сколько единиц изменится показатель, если фактор i x , соответствующий этому