Определение параметров линейной парной модели методом МНК

Для оценки параметров a и b линейной парной регрессии с использованием имеющегося набора результатов наблюдений наиболее часто используют метод наименьших квадратов (МНК), который минимизирует сумму квадратов ε_i - отклонения результатов наблюдений y_i от рассчитанных по линейной модели (2.3) значений y_рi:

(2.5)

Такое решение может существовать только при выполнении условия , то есть когда не все наблюдения проводились при одном и том же значении факторной переменной (сумма квадратов равна нулю, если каждое слагаемое равно нулю). Это условие называется условием идентифицируемости модели.

По данным, приведённым в Примере 1, построим линейную модель для объёма продаж мороженного y в зависимости от температуры воздуха x1. Промежуточные данные вычислений и модельные значения y_р приведены в Таблице 2.

Таблица 2.

	x1	y	x1i-x1ср	yi-yср	(x1i-x1ср)2	(x1i-x1ср)*(yi-yср)	yр	ε
	5,0		-15,0	-16,07	225,00	241,07	-4,43	6,43
	10,0	3,5	-10,0	-14,57	100,00	145,71	3,07	0,43
	15,0		-5,0	-13,07	25,00	65,36	10,57	-5,57
	20,0		0,0	-6,07	0,00	0,00	18,07	-6,07
	25,0		5,0	3,93	25,00	19,64	25,57	-3,57
	30,0	40,0	10,0	21,93	100,00	219,29	33,07	6,93
	35,0	42,0	15,0	23,93	225,00	358,93	40,57	1,43
Сумма	140,0	126,5	0,0	0,00	700,00	1050,00	126,50	0,00
Среднее	20,0	18,1	b=	1,5	a=	-11,93

ε3

Исходные данные наблюдений и результаты расчётов приведены на следующем рисунке Рис 1. Модель парной линейной регрессии

Таблица и график построены средствами табличного процессора Excel.

Таким образом уравнение парной линейной модели имеет вид:

.