Преимущества метода наименьших квадратов в регрессионном анализе:

• Простота математических выводов и лёгкость вычислительных процедур. 1 Метод использует только две переменные и выделяет наилучшую взаимосвязь между ними. 3
• Хорошие статистические свойства полученных оценок (несмещённость, состоятельность и эффективность) позволяют строить доверительные интервалы и использовать различные критерии проверки статистических гипотез. 1

Недостатки метода наименьших квадратов:

• Ограниченная эффективность при нелинейных зависимостях. 2 Если между независимыми и зависимыми переменными существует нелинейная зависимость, линейная регрессия может давать неточные предсказания. 2
• Необходимость проведения предварительной подготовки данных. 2 Метод чувствителен к выбросам и мультиколлинеарности, поэтому перед оцениванием параметров линейной регрессии необходимо очистить выборку от резких выбросов. 1