Построение линейных моделей

Регрессионный анализ занимается задачей установления математической формы корреляционной связи. Зависимая переменная у при этом рассматривается как случайная величина, а независимые переменные можно прямо или косвенно контролировать.
В отличие от функциональной связи в регрессионном анализе речь идет об установлении функции регрессии где символ M(/) обозначает математическое ожидание случайной величины у при заданных значениях независимых переменных.
Здесь важно заметить следующее.
В то время как независимые переменные контролируемы, управляемы, а у является случайной величиной, то по данным эксперимента, в котором приняли вполне конкретные значения, можно судить лишь об оценке параметра, связанного с распределением у, оценок же, как мы уже знаем, можно построить много.
Построение линейных моделей всегда было актуальным вопросом. Оценка точности построенной модели, а следовательно и качества этой модели является одной из важнейших задач регрессионного анализа.
Целью данной работы являются общие принципы построения линейных моделей, изучение и построение доверительных интервалов к коэффициентам регрессии.
Задачи данной работы являются:
1) Изучение принципа построения линейных моделей;
2) Расчет необходимых параметров полученной модели;
3) Построение доверительных интервалов для коэффициентов регрессии..