Suurus x on sõltumatu muutuja, y sõltuv muutuja. Eeldatakse, et: *mudeli parameetrite väärtused on mingid fikseeritud arvud, mida tuleb hinnata *häiringu,müra väärtused eri katsetes on sõltumatud juhuslikud suurused, mille keskväärtus on 0 *sisendit x mõõdetakse ilma veata. Lineaarset mudelit yi=b0+b1xi+ei nimetame edaspidi regressioonimudeliks. Regressioonimudel tähendab statistilises mõttes väljundi keskväärtuse sõltuvust sisendist x mingi seosena. Mudeli parameetrte leidmisel on sobivaimaks meetodiks vähimruutude meetod, mille kohaselt parameetrite hinnanguks tuleb valida sellised arvud, mille korral erinevused tegelike katsetulemuste ja mudeli põhjal prognoositud väärtuste vahel oleksid minimaalsed nende erinevuste ruutude summa minimeerimise mõttes. Katse dispersiooni leidmine. Sobivaimaks lähenemisviisiks väljundi y dispersiooni hindamiseks on enamasti eraldi korduskatsete seeria läbiviimine. Korduskatsete
häiringu,müra väärtused eri katsetes on sõltumatud juhuslikud suurused, mille keskväärtus on 0 sisendit x mõõdetakse ilma veata. Lineaarset mudelit yi=b0+b1xi+ei nimetame edaspidi regressioonimudeliks. Regressioonimudel tähendab statistilises mõttes väljundi keskväärtuse sõltuvust sisendist x mingi seosena. Mudeli parameetrite hindamine Mudeli parameetrte leidmisel on sobivaimaks meetodiks vähimruutude meetod, mille kohaselt parameetrite hinnanguks tuleb valida sellised arvud, mille korral erinevused tegelike katsetulemuste ja mudeli põhjal prognoositud väärtuste vahel oleksid minimaalsed nende erinevuste ruutude summa minimeerimise mõttes. Katse dispersiooni leidmine. Sobivaimaks lähenemisviisiks väljundi y dispersiooni hindamiseks on enamasti eraldi korduskatsete seeria läbiviimine
annaabi.ee 
