Шаблон:Метод наименьших квадратов и регрессионный анализ Из Википедии, бесплатной энциклопедии Метод наименьших квадратов и регрессионный анализВычислительнаястатистика Метод наименьших квадратов Линейный МНК Нелинейный МНК МНК с итеративным пересчётом весов Корреляцияи зависимость Коэффициент корреляции Пирсона Ранговая корреляция ( ρ {\displaystyle \rho } Спирмена τ {\displaystyle \tau } Кендалла) Частная корреляция Искажающий фактор Регрессионный анализ Обычный МНК Метод частных наименьших квадратов Метод наименьших полных квадратов Гребневая регрессия Регрессия какстатистическаямодельЛинейная регрессия Простая линейная регрессия Обычный МНК Обобщённый МНК Взвешенный МНК Основная линейная модель Прогностическаяструктура Полиномиальная регрессия Кривая роста Сегментированная регрессия Локальная регрессия Нестандартная регрессия Нелинейная Непараметрическая Полупараметрическая Устойчивая Квантильная Изотонная Нестандартныеошибки Обобщённая линейная модель Биномиальная регрессия Регрессия Пуассона Логистическая регрессия Разложение дисперсии Дисперсионный анализ Ковариационный анализ Многофакторный дисперсионный анализ Исследование модели Cp Маллоуза Ступенчатая регрессия Выбор статистической модели Валидация модели регрессии Предпосылки Средний и ожидаемый отклик Теорема Гаусса — Маркова Ошибки и отклонения Статистический критерий Стьюдентизированный остаток Минимальная среднеквадратичная ошибка Планированиеэксперимента Методология поверхности отклика Оптимальный план эксперимента Байесовский план эксперимента Численная аппроксимация Вычислительные методы Теория приближений Численное интегрирование Метод Гаусса Ортогональные многочлены Многочлены Чебышёва Узлы Чебышёва Приложения Приближение с помощью кривых Калибровочная кривая Фильтр Савицкого — Голея Идентификация систем Метод движущихся наименьших квадратов