po drugie, duża liczba parametrów przyczynia się do zwiększenia “elastyczności” modelu

po pierwsze, wysoka liczba parametrów podlegających estymacji skutkuje znaczącym wzrostem jej

włączając do modelu regresji kolejną, dowolną zmienną objaśniającą suma kwadratów reszt nie zmaleje

Wszystkie cztery mierniki są oparte na sumie kwadratów reszt (SSE) – im jest ona niższa, tym na lepsze dopasowanie modelu one wskazuj

współczynnik zmienności resztowej,

𝑦𝑡 oznacza zawsze zmienną objaśnianą tą może być

zmienną objaśnianą jest

𝐻0: 𝛽𝑖 = 0