Метод наименьших квадратов при построении линейных моделей заключается в подборе такой регрессионной линии, чтобы сумма квадратов отклонений отдельных значений зависимой переменной от неё была минимальной. 1

Суть метода: для каждой точки на графике измеряют расстояние по оси y до каждой проведённой линии. 1 Вычисляют разницу между фактическим и предсказанным значением зависимой переменной для каждого значения независимой переменной. 1

Разница может быть положительной (предсказанное значение меньше фактического) или отрицательной (предсказанное больше фактического). 1 Чтобы отрицательные и положительные разницы не компенсировали друг друга, их возводят в квадрат. 1 Затем суммируют полученные значения для всех точек. 1

Если фактическое и предсказанное значение совпадают, то модель предсказала значение идеально. 1 Чем больше разница, тем хуже предсказание модели для конкретного наблюдения. 1

Метод наименьших квадратов даёт наилучшие оценки параметров уравнения регрессии, но только в том случае, если выполняются определённые предпосылки относительно случайного члена и независимой переменной. 4