3.2 Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с сильной обратной зависимостью km:

Для определения параметров a и b сведем данные в таб.7

Таблица 7

8	8	64	64
10	6	100	60
12	8	144	96
6	14	36	84
14	6	196	84
4	14	16	56
8	10	64	80
10	10	100	100
8	12	64	96
8	10	64	80
6	10	36	60
12	6	144	72

Отсюда:

b= ,

подставляем в первое уравнение системы и находим:

a=0,106 и b=8,66

Получаем уравнение регрессии:

y=0,106x+8,66

Таблица 8

8	8	9,508	2,274
10	6	9,72	13,84
12	8	9,932	3,73
6	14	9,296	22,13
14	6	10,144	17,17
4	14	9,084	24,17
8	10	9,508	0,242
10	10	9,72	0,0784
8	12	9,508	6,21
8	10	9,508	0,242
6	10	9,296	0,496
12	6	9,932	15,46
		Сумма:	106,0424

Ошибка уравнения регрессии:

δ= = = 2,97

3.3. Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с обратной зависимостью kl:

Для определения параметров a и b сведем данные в таб.9

Таблица 9

8	8	64	64
6	6	36	36
8	8	64	64
18	14	324	252
6	6	36	36
8	14	64	112
8	10	64	80
10	10	100	100
14	12	196	168
8	10	64	80
8	10	64	80
12	6	144	72

Теперь запишем систему с учетом найденных значений:

Отсюда:

b= ,

подставляем в первое уравнение системы и находим:

a=0,445 и b=5,27

Получаем уравнение регрессии:

y=0,445x+5,27

Таблица 10

8	8	8,83	0,6889
6	6	7,94	3,7636
8	8	8,83	0,6889
18	14	13,28	0,5184
6	6	7,94	3,7636
8	14	8,83	0,6889
8	10	8,83	0,6889
10	10	9,72	0,0784
14	12	11,5	0,25
8	10	8,83	1,3689
8	10	8,83	1,3689
12	6	10,61	21,2521
		Сумма:	35,12

Ошибка уравнения регрессии:

δ= = = 1,712

Вывод: Из трех полученных квадратичных погрешностей (ошибок уравнения) наименьшая получилась для номенклатуры kl, а значит найденная регрессионная прямая ближе к результатам наблюдения.