Построение линейной регрессии вида сводится к оценке ее параметров a, b.
Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК).
Коэффициенты, определяемые на основе МНК, являются решением системы уравнений
.
Решением этой системы уравнение является:
,
где cov(x, y)= – выборочная ковариация;
– выборочное значение дисперсии величины x, определяемой по формуле:
.
Рисунок 18. Предварительные расчёты для вычисления коэффициентов уравнения линейной регрессии
Коэффициент b вычисляется по формуле (рисунок 19):
.
Рисунок 19. Вычисление коэффициента b уравнения линейной регрессии
Коэффициент a вычисляется по формуле (рисунок 20):
.
Рисунок 20. Вычисление коэффициента a уравнения линейной регрессии
В вычислительной среде табличного процессора MS Excel задача нахождения коэффициентов уравнения линейной регрессии решается при помощи статистических функций НАКЛОН (наклон прямой относительно оси Х, коэффициент b) и ОТРЕЗОК (отрезок, отсекаемый прямой на оси Y, коэффициент a). Статистическая функция КВПИРСОН вычисляет значение коэффициента детерминации R 2. Расчет представленных функций для исходных данных представлены на рисунках 21 и 22.
Рисунок 21. Функции вычисления коэффициентов a, b и R2 с указанием адресов ячеек содержащих аргументы
Рисунок 22. Результаты вычисления функций коэффициентов a, b и R2
Таким образом, уравнение линейной парной регрессии, построенное по результатам измерения зависимости напряжения сигнального тока от силы тока, имеет следующий вид:
.
Коэффициент детерминации (R 2) приведенного линейного уравнения с результатами измерений составляет 0,023.