Наиболее распространенным методом оценки параметров является метод наименьших квадратов (МНК).
Суть МНК: парная регрессия проводится так, чтобы ∑ квадратов отклонений реальных значений зависимой переменной от её оценки была минимальной. Задача «наилучшей» аппроксимации набора наблюдений
: i = 1,..., n линейной функцией
заключается в минимизации суммы квадратов отклонений значений функции от набора наблюдений
(7.3)по всем возможным значениям
и
при заданных (наблюдаемых) значениях.
Такая точка находится путем приравнивания нулю частных производных функции 
по переменным
и
от
при фиксированном
, и производной функции
как функции только от
при фиксированном
.

решением которой и является пара альфа и бетта.
Искомые значения
,
удовлетворяют соотношениям
(7.4)
(7.5)
Параметр b называется коэффициентом регрессии, его величина показывает среднее изменение результата с изменением фактора на одну единицу.






