Располагая результатами (Хi, Уi,) п наблюдений величины (X, Y)мы, используя метод наименьших квадратов, получили линейное уравнение регрессии
(71)
Приравняв X=xi, получим
(72)
Вычислим средний квадрат отклонения наблюдаемых «игреков» ( i) от «игреков» ( i), рассчитанных по уравнению регрессии:
Средней квадратической погрешностью или ошибкой уравнения регрессии называется величина
(73)
Заменяя наблюдаемые значения , мы совершаем ошибку
Заменяя , мы совершаем ошибку
Таким образом, отношение σy/σлино показывает, во сколько раз погрешность модели Yi≈ i меньше погрешности модели Yi≈Y.
Введем также величину
где
которая называется выборочной дисперсией «игреков», рассчитанных по уравнению регрессии(71). Докажем следующее тождество:
(74)
Найдем более простое выражение для
Убедимся сначала, что . Действительно,
поэтому
или
Итак,
. (75)
Найдем теперь более простое выражение для . Имеем
Итак,
. (76)
Сложив (75) и (76), получим
Из соотношения (75) имеем
|
|
(77)
(так как , то ).
Таким образом, показывает, какую долю выборочной дисперсии σ2y«игреков» составляет выборочная дисперсия σ2линy«игреков», вычисленных по линейному уравнению регрессии, или, иначе говоря, какая доля выборочной дисперсии σ2y объясняется линейной в среднем зависимостью «игреков» от «иксов».