Wzory regresji liniowej

Poniżej podane są wzory na współczynniki $a$ i $b$ równania prostej $y=ax+b$ najlepiej dopasowanej do zbioru $n$ punktów pomiarowych $\{x_i,y_i\}$, które na wykresie $y(x)$ układają się lepiej lub gorzej wokół linii prostej.

Kolejne dwa wzory odnoszą się do niepewności dopasowania prostej, a dokładniej są to wzory na odchylenia standardowe współczynników $a$ i $b$, oznaczane tu jako $S_a$ i $S_b$).

Wielkość pomocnicza $P$, którą warto wcześniej obliczyć: $$P=n\sum x_i^2-\left (\sum x_i\right )^2 $$

Współczynniki $a$ i $b$: $$ a=\frac{1}{P}\left(n\sum x_iy_i-\sum x_i\sum y_i\right)$$ $$ b=\frac{1}{n}\left(\sum y_i-a\sum x_i\right)$$

i ich odchylenia standardowe: $$ S_a=\sqrt{\frac{n\left(\sum y_i^2-a\sum x_iy_i-b\sum y_i\right)}{(n-2)P}}$$ $$ S_b=\sqrt{\frac{1}{n}S_a^2\sum x_i^2}$$