Регрессионный анализ

Регрессионный анализ сводится к построению зависимости интересующего прогнозистов показателя от от какого-либо одного или нескольких факторов.
Чаще всего на практике применяют линейную регрессию: y = ax + b, где:
х – независимая переменная, но не t;
y – зависимая переменная;
a,b – метод наименьших квадратов:
a = (сумма xy – n * x среднее * y среднее) / (сумма х в квадрате – n * х в квадрате)
b = y среднее – a * x среднее
Решение задачи начинают с построения диаграммы рассеивания. По оси ОХ откладывают значения фактора, влияющего на интересующий нас показатель, а по ОУ – значение интересующего показателя. Проводят визуальную оценку расположения точек. Если визуальный осмотр показывает, что с ростом фактора интересующий показатель растет, и его значение колеблется при этом в достаточно узком интервале, такую зависимость можно описать с помощью линейной функции.
Линейную регрессию можно использовать только для предсказания интересующего нас показателя в пределах значения фактора (х), не выходящих за интервал данных, представленных в информационной базе.