Личные потребительские расходы на питание населения с 1959 по 1983 гг.

год
х	479,7	489,7	503,8	524,9	542,3	580,8	616,3	646,8	673,5	701,3
у	99,7	100,9	102,5	103,5	104,6	108,8	113,7	116,6	118,6	123,4

 

год
х	722,5	751,6	779,2	810,3	865,3	858,4	875,8	906,8	942,9	988,8
у	125,9	129,4	130,0	132,4	129,4	128,1	132,3	139,7	145,2	146,1

 

год						среднее
х	1015,5	1021,6	1049,3	1058,3	1095,4	780,032
у	149,3	153,2	153,0	154,6	161,2	128,084

 

Предположим, что истинная модель представлена в аддитивной линейной форме вида:

y = a + bx + u (18)

и оценена регрессия:

Коэффициент при х, называемый коэффициентом наклона, показывает, что если х увеличивается на одну единицу, то у возрастает на 0,093 единицы. Как х, так и у измеряются в миллиардах долларов в постоянных ценах, т.о. коэффициент наклона показывает, что если доход увеличивается на 1 млрд. долл., то расходы на питание возрастают на 93млн.долл. Другими словами, их каждого дополнительного доллара дохода 9,3 цента будут израсходованы на питание. Относительно постоянной в уравнении а можно сказать, что она показывает прогнозируемый уровень у, когда х = 0. Если х = 0 находится достаточно далеко от выборочных значений х, то буквальная интерпретация может привести к неверным результатам; даже если линия регрессии достаточно точно описывает значения наблюдаемой выборки, нет гарантии, что так же будет при экстраполяции влево или вправо. В данном случае, константа выполняет единственную функцию: она позволяет определить положение линии регрессии на графике.