Link: OLE-Object-Data Lineární regresní model Specifikace lineárního jednorovnicového modelu (1) definice vyrovnaných hodnot závisle proměnné definice reziduí (2A) (2B) neboli odtud vyplývá možnost zápisu závisle proměnné (3) z porovnání (1) a (3) obdržíme vztah mezi a : (4) ( pokud použijeme odhad OLS, pak pravá strana ), z čehož dále plyne (5) neboli platí (6) neboli platí Varovná poznámka : Ze vztahů a nelze usuzovat, že platí , neboť M je vždy singulární matice. Nelze proto nikdy psát a . Hodnost matice protože Metoda nejmenších čtverců Minimalizačním kritériem je zde součet čtverců reziduí (odhadnutých náhodných složek neboli rozdílů mezi pozorovanými a vyrovnanými hodnotami ) : neboli v pozorovaných hodnotách Polohu minima (tj. bodu, ve kterém je minimalizovaný výraz nejmenší) nalezneme řešením soustavy tzv.normálních rovnic. (vektorově) tuto soustavu řešíme úpravami (vydělením 2, přesunem členů) na tvar , která má řešení pro ve tvaru , not řešení je jednoznačné, neboť vzhledem k předpokladům , existuje (jediná) inverzní matice k matici . Vyjádření minimalizace v pozorovaných hodnotách : pro Prostá metoda nejmenších čtverců není jedinou používanou odhadovou metodou v prostředí standardního lineárního regresního modelu. K dalším technikám patří : Metoda maximální věrohodnosti (Maximum Likelihood) je založena na maximalizaci sdružené hustoty (tzv.věrohodnostní funkce) rozdělení náhodných složek. Lokalizuje se tedy poloha modusu pro a , v němž tato funkce nabývá maxima. Metoda nejmenších absolutních odchylek LAD (Least Absolute Deviations) je založena na minimalizačním kritériu tvaru Odhady pořízené metodou LAD nelze vyjádřit v explicitním tvaru, ale je nutno použít iterační postup (např. algoritmy R.L.Faira)