X;Y;x-x;(x-x)2 ;y-y;(y-y)2;(y-y)(x-x);y;y-y; (y-y)2; x2 (1)- x;y;y;a1;a0; y=a0+a1 a1-wspo regresji liniowej a0-wyraz wolny a1-jeżeli zatrudnienie (x) wzrosnie o jednostke to produkcja (y) wzrosie (a1) (2)- Se2-wariancja resztowa; Se-odchylenie standardowe Se-wielkość produkcji wyznaczona za pomoca funkcji regresji; różni się od wielkosci rzeczywistych przecietnie o (SE). Ve-wspołczynnik zmiennosci losowej. Iter VE-rozproszenie jest male (VE) zatem model jest lepiej dopasowany do danych rzeczywistych. r2 ; q2;r; (r2)% w zmiennosci wartosci produkcji jest wyjasniona wartoscia zatrudnienia (np.80%) dobrze dopasowany do danych rzeczywistych (r)%-bardzo silna zaleznosc miedzy zmiennymi(r) zaleznosc ta jest dodatnia (a1 jest dodatnie) co oznacza,ze jedna wartosc wzrasta a druga tez. (q2)-w zmiennosci wartosci produkcji nie jest wyjasniona zmiennosc zatrudnienia. D(ao); D(a1) . - szacujac parametry Lo;L1 na podstawie n-tego elementowej proby mylimy sie srednio o D(ao)dla Lo i o D(a1) dla L1. y=ao+a1x |