Чаще всего используется линейная регрессия, при которой функция y(x) имеет вид: y(x)=a+bx и описывает отрезок прямой.
Для проведения линейной регрессии в систему встроен ряд приведенных ниже функций:
corr(VX,VY) - возвращает скаляр - коэффициент корреляции Пирсона;
intercept(VX,VY) - возвращает значение параметра a (смещение линии регрессии по вертикали);
slope(VX,VY)- возвращает значение параметра b (угловой коэффициент линии регрессии).
На рис.69 показан пример проведения линейной регрессии для данных, представленных значениями элементов в векторах VXиVY.
Как видно из рисунка, прямая регрессия проходит в «облаке» исходных точек с максимальным среднеквадратичным приближением к ним. Чем ближе коэффициент корреляции к 1, тем точнее представленная исходными точками зависимость приближается к линейной.
Рис.69. Пример проведения линейной регрессии
