Модель множинної регресії сукупності: y = B₁₂+ B₂x₁…… + ẞ x x x + ε 0 Page 4 288 Розділ 7 де: y = залежна змінна.
Формально математичне сподівання випадкової величини X, позначене E[X], є його інтеграл Лебега відносно його розподілу . Якщо X приймає значення в деякому зліченному числовому наборі, то. E(X) = ∑ x ∈ χ x P(X = x) Якщо X ∈ R m має густину p, то. E ( X ) = ∫ R mxp ( x ) d x.
Розрахункова лінія становить y^ = a + b x.
Просте рівняння лінійної регресії вказує, що середнє або очікуване значення y є лінійною функцією x: E(y/x) = β0 + β1 x. Якщо β1=0, то E(y/x) = β0 і в цьому випадку середнє значення не залежить від значення x, і ми робимо висновок, що x і y не мають лінійної залежності.
Регресійний аналіз — це серія процесів статистичного моделювання, які допомагають аналітикам оцінити зв’язки між однією чи кількома незалежними змінними та залежною змінною. Ви можете представити множинний регресійний аналіз за допомогою формули: Y = b0 + b1X1 + b1 + b2X2 + … + bpXp .