1. Найти параметры уравнения линейной регрессии , используя метод наименьших квадратов (МНК).
2. Составить уравнение линейной регрессии , используя матричный метод.
3. Вычислить коэффициент корреляции и оценить полученное уравнение регрессии.
4. Вычислить коэффициент детерминации и оценить качество выбранного уравнения регрес-сии.
5. Вычислить среднюю ошибку аппроксимации.
6. Оценить статистическую значимость линейной регрессии с помощью F-критерия Фишера.
7. Оценить статистическую значимость параметров уравнения линейной регрессии (a и b) и коэффициента корреляции с помощью t-критерия Стьюдента.
8. Построить доверительные интервалы для параметров уравнения линейной регрессии (a и b) при уровне значимости α = 0,05.


Имеются данные по десяти заводам одной отрасли промышленности об уровнях энерговооруженности труда Х (тыс. кВт/ч) и об уровне производительности труда одного рабочего в год Y (тыс. шт. изд.):

X 9,4 6,0 6,1 7,2 6,8 9,4 10,5 11,4 11.5 12,1
Y 5 2 7 4 6 5 7 8 9 8