Суть статистической оценки достоверности параметров уравнения регрессии заключается в том, чтобы установить, соответствует ли аналитическая модель, выражающая зависимость между переменными, экспериментальным данным, и достаточно ли включенных в уравнение объясняющих переменных для описания зависимой переменной. 2

Некоторые методы, которые используются для такой оценки:

• F-критерий Фишера. 2 С его помощью оценивают значимость уравнения регрессии в целом. 2 Для этого сравнивают эмпирическое (найденное по формуле) значение критерия с критическим значением, которое определяют по статистической таблице. 2 Если эмпирическое значение меньше критического, то уравнение регрессии считается статистически незначимым. 2
• t-критерий Стьюдента. 25 Применяется для проверки существенности коэффициента регрессии. 2 Для этого величина коэффициента сравнивается с его стандартной ошибкой. 2 Если фактическое значение t-критерия больше табличного (по модулю), то основную гипотезу отвергают и считают, что параметр значимо отличается от нуля. 5 Если фактическое значение меньше табличного (по модулю), то нет оснований отвергать основную гипотезу. 5
• Коэффициент детерминации. 14 Показывает, какую долю изменчивости зависимой переменной объясняет независимая переменная (регрессионная модель). 1 Чем ближе коэффициент к 1, тем выше качество регрессионной модели. 1