Příklad použití lineární regrese: předpověď prvního modelu

   Model

     K vysvětlení se použijí pouze veličiny x1 až x3.
     Model má tvar: yt = b0 + b1 xt1 + b2.xt2 + b3 xt3 + et.

                                                     intervaly spolehlivosti pozorovaných hodnot
 t     y     konst.    x1      x2      x3            yv        yvd       yvh               ft                s
  1     2,33       1    0,65    2,19   -0,89         3,3836   -12,7502  19,5174               1,0            7,6106
  2    17,52       1    0,76   -0,93    1,14        17,3970     1,2632  33,5308               1,0
  3     4,18       1    0,48    2,19    -0,1         4,1782   -11,9556  20,3120               1,0           tn-k-1(alfa)
  4    11,12       1    0,55   -0,08    -0,6        10,5714    -5,5624  26,7052               1,0            2,1199
  5     15,6       1    2,68    0,51   -1,35        16,1850     0,0512  32,3188               1,0
  6    24,24       1    2,51   -0,78    1,32        24,5638     8,4300  40,6976               1,0           alfa
  7    25,24       1    3,56   -0,83   -0,75        25,1557     9,0219  41,2895               1,0              0,05
  8    20,29       1    3,72     1,7    1,09        21,4619     5,3281  37,5957               1,0
  9    28,21       1    5,16    1,61    0,99        27,5503    11,4165  43,6840               1,0
 10    13,44       1    3,46    4,22    0,59        11,5982    -4,5356  27,7320               1,0
 11    18,33       1    4,74    2,46   -1,71        18,0236     1,8898  34,1574               1,0
 12    30,05       1    5,95    1,61    0,05        29,0532    12,9194  45,1870               1,0
 13    30,61       1    6,63    1,75   -0,48        30,4429    14,3091  46,5767               1,0
 14    20,52       1    5,39    3,57    0,41        21,3156     5,1818  37,4494               1,0
 15    38,24       1    9,22    2,99    0,32        38,9019    22,7681  55,0357               1,0
 16    35,61       1    8,94    3,97    0,68        35,3755    19,2417  51,5093               1,0
 17    34,36       1   10,29    5,71   -0,81        32,7591    16,6253  48,8929               1,0
 18    23,87       1    8,16    6,04   -0,46        23,5262     7,3924  39,6600               1,0
 19    28,98       1    9,64    5,37   -1,33        30,1184    13,9846  46,2522               1,0
 20    28,41       1     9,8     6,9    0,54        29,5886    13,4548  45,7224               1,0
                                                    střed   dolní mez horní  mez
   Předpovědi
                                                   intervaly spolehlivosti předpovídaných hodnot
       y     konst.   x1p     x2p     x3p            yp        ypd       yph               ft
 21                1      10       7       0        29,0839    11,0464  47,1213            1,1180
 22                1      11       7       0        33,2498    15,1393  51,3604            1,1225
 23                1      12       7       0        37,4158    19,0750  55,7565            1,1368
                                                    střed   dolní mez horní  mez