Необходимость и сфера применения метода., Основные задачи, которые решает метод. Главные требования к реализации. Условие мультиколлинеарности признаков. Условие оптимальности размера массива числовых данных. Общая модель
регрессии (линейной). Интерпретация коэффициентов регрессионного уравнения. Оценка расчетных параметров уравнения. Средняя квадратическая ошибка уравнения и коэффициентов. Критерии значимости Фишера (Г - критерий) и Стьюдента (t-критерий). Коэффициент эластичности. Частичные (чистые) коэффициенты множественной регрессии. Коэффициент детерминации и его объяснение. Специфика интерпретации коэффициентов множественной регрессии. Техника стандартизации и нормирования исходных данных. Оценка точности уравнения множественной регрессии. Оценка полезности введения дополнительной переменной. Методы регрессий: исключение, включение, пошаговый, ступенчатый. Общая схема регрессионного метода.
Нелинейная регрессия и корреляция. Совокупность регрессионных кривых. Оценочные параметры регрессионных уравнений. Корреляционное отношение: техника и анализ применения. Каноническая корреляция и интерпретация ее результатов. Понятие о пространственной регрессии: сфера реализации и основные выводы. Коньковая регрессия и ее главные особенности. Реализация регрессионного метода на ЭВМ. Результаты машинной обработки и их интерпретация.