Парная регрессия характеризует связь между двумя признаками: результативным и факторным. Аналитически связь между ними описывается уравнениями:
прямой: 
параболы - 
;
гиперболы - 
Определить тип уравнения можно, исследуя зависимость графически или аналитически: если результативный и факторный признаки возрастают одинаково, примерно в арифметической прогрессии, то связь - линейная, а при обратной связи - гиперболическая. Если факторный признак увеличивается в арифметической прогрессии, а результативный - значительно быстрее, то используется параболическая, или степенная регрессия.
Оценка параметров уравнения регрессии (а0, а1, а2) осуществляется методом наименьших квадратов, в основе которого лежит предположение о независимости наблюдений исследуемой совокупности.
Будем считать, что две величины Х и У взаимосвязаны между собой, причем У находится в некоторой зависимости от Х, т.е. У - зависимая величина, а Х - независимая.
Сущность метода заключается в нахождении параметров (а0, а1), при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических, полученных по выбранному уравнению:
Для прямой зависимости:
Рассматривая S в качестве функции параметров а0, а1 и продифференцируя по а0 и по а1 получаем систему уравнений:
Отсюда система нормальных уравнений для нахождения параметров линейной парной регрессии методом наименьших квадратов имеет следующий вид:
где n - объем исследуемой совокупности (число единиц наблюдения)
В уравнениях регрессии параметр а0 показывает усредненное влияние на результативный признак неучтенных (невыделенных для исследования) факторов, параметр а1 (в уравнениях параболы и а2) показывает насколько изменяется в среднем значение результативного признака при увеличении факторного на единицу собственного измерения.
Метод наименьших квадратов обладает тем замечательным свойством, что делает число нормальных уравнений равным числу неизвестных коэффициентов. Приведенное уравнение параболы второго порядка имеет три неизвестных коэффициентов а0, а1, а2. Следовательно, применяя метод наименьших квадратов, мы получим уравнение:
Решив систему этих уравнений, найдем значения неизвестных коэффициентов а0, а1, а2 и получим уравнение регрессии.
Оценка обратной зависимости между Х и У может быть осуществлена на основе уравнения гиперболы:
Решение вопроса о возможности использования метода наименьших квадратов для изучения связей между явлениями зависит от свойства оценок, получаемых с помощью этого метода. Даже при сравнительно небольшом числе наблюдений применение метода наименьших квадратов позволяет получить достоверные оценки. Этот метод может также использоваться в случаях проведения анализа косвенных наблюдений, являющихся функциями многих неизвестных.
