ВВЕДЕНИЕ
ЗАДАНИЕ
1 Проведение множественного линейного регрессионного анализа многомерной выборки с целью получения наилучшей модели регрессии.
2 Оценка не менее трех моделей по схеме:
2.1 Спецификация, определение общего вида уравнения регрессии.
2.2 Подготовка данных, подбор переменных для модели.
2.3 Параметризация, построение оценок неизвестных параметров, входящих в уравнение регрессии.
2.4 Верификация, проверка статистических гипотез о регрессии по уровню значимости =0,05.
2.5 Выбор наилучшей модели (с обоснованием).

ИСХОДНЫЕ ДАННЫЕ
Анализируемая выборка – это первичная двумерная статистическая совокупность размерности 21×4, где 21 наблюдение (строки) и 4 переменные (столбцы), причем Y- объясняемая переменная, а X1, X2, X3 — объясняющие переменные. Исходные данные приведены в таблице 1.
Таблица 1 – Исходные данные
№X4=YX1X2X3
1-1031225647
2-309,83375-29143
3-944,3381720
4-1785-23456015
5-1252582566
6-284,53158-55992
7-1842-58428350
8-1175-360-12599
9-657,13249-7090
10-11828025397
11-938,2349139346
1224,97385-62770
13-1861-55334538
14-12638936117
15-1300-2207840
16-1294-274022
17-878,0377-4735
18-2034-53952035
19-921,23-170-22747
20-358,73423-14230
21-1852-9468833