3. Оценим параметры линейной трендовой модели. В соответствии с методом наименьших квадратов оценки параметров уравнения линейного тренда вычислим по формулам:

,

	t	z
1	1	35	1	35
2	2	40	4	80
3	3	37	9	111
4	4	39	16	156
5	5	40	25	200
6	6	47	36	282
7	7	52	49	364
8	8	45	64	360
9	9	48	81	432
10	10	50	100	500
11	11	55	121	605
12	12	50	144	600
13	13	57	169	741
14	14	55	196	770
15	15	52	225	780
16	16	51	256	816
17	17	54	289	918
18	18	58	324	1044
	171	865	2109	8794

,

Уравнение тренда будет иметь вид:

Проверим статистическую значимость уравнения регрессии с надежностью 0,99. Найдем коэффициент детерминации:

1	35	37,942	170,448	8,65
2	40	39,131	64,892	0,75
3	37	40,321	122,225	11,03
4	39	41,511	82,003	6,31
5	40	42,701	64,892	7,30
6	47	43,891	1,114	9,67
7	52	45,081	15,559	47,87
8	45	46,271	9,336	1,61
9	48	47,461	0,003	0,29
10	50	48,650	3,781	1,82
11	55	49,840	48,225	26,62
12	50	51,030	3,781	1,06
13	57	52,220	80,003	22,85
14	55	53,410	48,225	2,53
15	52	54,600	15,559	6,76
16	51	55,790	8,670	22,94
17	54	56,980	35,336	8,88
18	58	58,170	98,892	0,03
			872,94	186,97

Вычислим коэффициент детерминации:

Оценим качество уравнения регрессии с помощью F-критерия Фишера. Проверим гипотезу Н₀ о статистической незначимости уравнения регрессии:

Критическое значение критерия . Так как критическое значение меньше фактического, то гипотезу Н₀ отклоняем, то есть данное уравнение регрессии является статистически значимым.