Egy strand forgalmának alakulása a napi középhőmérséklettől függően 12 megfigyelt nap alapján az alábbi volt: nap napi közép- hőmérséklet (°C) forgalom (fő) 1. 22 765 2. 23 1572 3. 18 510 4. 25 1967 5. 22 1142 6. 16 576 7. 24 986 8. 20 1216 9. 24 1267 10. 26 1686 11. 19 981 12. 20 1412 Adjuk meg a lineáris regresszió egyenletét, adjuk meg a korrelációs és a determinációs együtthatót és döntsük el, hogy a lineáris vagy a hatványkitevős regresszió illeszkedik-e jobban, ha ismeretes, hogy A lineáris regresszió ahol és Elsőként kiszámoljuk az átlagokat. A lineáris regressziós modell együtthatói és A regressziós egyenes tehát A korrelációs együttható Ennek jelentése az, hogy az x magyarázó változó és az y eredményváltozó között elég erős pozitív lineáris kapcsolat van. Számoljuk ki a lineáris regresszió hibáját, a reziduális szórást. Ehhez az SSE eltérés-négyzetösszegre van szükségünk. nap napi közép- hőmérséklet (°C) forgalom (fő) lineáris 1. 22 765 1218,16 2. 23 1572 1326,11 3. 18 510 786,36 4. 25 1967 1542,01 5. 22 1142 1218,16 6. 16 576 570,46 7. 24 986 1434,06 8. 20 1216 1002,26 9. 24 1267 1434,06 10. 26 1686 1649,96 11. 19 981 894,31 12. 20 1412 1002,26 A reziduális szórás pedig A teljes négyzetösszeg A determinációs hányados Ahhoz, hogy eldönthessük melyik modell illeszkedik jobban, nézzük meg az SSE-t a hatványkitevős modellre is.