Основные положения
Предположим, что наблюдаемыми оказались п пар значений: (X1Y1), (X2Y2)...., (XnYn). Нанесем длябольшей наглядности эти числовые пары на плоскость Y. Через это беспорядочное множество разбросанных точек мы можем провести прямую, согласующуюся с ними наилучшим образом. Такую прямую называют регрессионной. Она показывает, какое значение Y можно ожидать для заранее заданного значения X. Здесь имеет место простая линейная регрессия, которая ограничивается двумя переменными X и Y. Если же в рассмотрение включается более чем два признака, то речь о множественной регрессии. Наконец, нужно разлить еще линейную и нелинейную регрессию. Ограничимся рассмотрением простой линейной регрессии.
Регрессионная прямая
Зависимость переменной Y от X может выражаться формально следующим образом:
V = а1 + Ь1Х.
В том случае, когда Y является зависимой, а X - независимой переменной, говорят о регрессии У по X. Если же X представляет собой зависимую переменную, а У независимую, то речь идет о регрессии X по Y:
X = а2 + b2V.
Величины b1 и Ь2 называются коэффициентами регрессии.
■