Регрессии Поверхность

коэффициент при независимой переменной в уравнении регрессии. Так, напр., в уравнении линейной регрессии , связывающей случайные величины Yи X, Р. К. B0 и b1 равны. где r - корреляции коэффициент X и Y,, . Вычисление оценок Р. К. (в ы б о р о ч н ы х Р. К.) - основная задача регрессионного анализа. А. ..

- матрица В коэффициентов регрессии bji, j=1,...m, i=1,..., r, в многомерной линейной модели регрессии (*) Здесь X- матрица с элементами , , - наблюдения над j-й компонентой исходной m-мерной случайной величины. - матрица известных регрессионных переменных e - матрица ошибок , n=1, . ., n, с Элементы bji Р. М. В неизвестны и подлежат оценке. Модель (*) является обобщением на m-мерный случай общей линейной модели регрессионного анализа. Лит.:[1]К е н д а л л М. Д ж., С т ь ю а р т..

- спектр случайного процесса, входящего в регрессионную схему для стационарных временных рядов. Именно, пусть случайный процесс , наблюдаемый при t =1, . .., п,представляется в виде (1) где xt- стационарный процесс с , а среднее значение выражено в форме линейной регрессии (2) где ,- известные регрессионные векторы, b1, . ., bs- неизвестные регрессии коэффициенты. Пусть М(l) - спектральная функция распределения регрессионных векторов j(1), . ., j(s). С п е к т р о м р е г р е с ..

Раздел математической статистики, объединяющий практические методы исследования регрессионной зависимости величин по статистическим данным. См. Регрессия.. ..