10
К термину «Модель регрессионного анализа первого порядка» (п. 31)
Модель первого порядка может содержать свободный член - дополнительный параметр; при этом обозначать параметры модели индексами, начиная с нуля
Иногда при обозначении модели первого порядка используется фиктивная переменная, тождественно равная единице:
x0=1.
С учетом этого обозначения модель может быть записана в виде суммы
К термину «Модель регрессионного анализа второго порядка» (п. 32)
Модель регрессионного анализа второго порядка для факторов в общем случае содержит 
параметров. Параметры модели чаще всего нумеруют не подряд от 1 до 
, а начиная с нуля и в соответствии с индексами независимых переменных, на которые умножаются параметры. Наиболее распространенная форма записи квадратичной модели следующая
К термину «Модель дисперсионного анализа» (п. 33)
Модель вида
где х1 - дискретные переменные, обычно целочисленные (часто хi, либо 0, либо 1).
Наиболее простые предположения о случайных величинах те же, что и для модели регрессионного анализа.
Неизвестные параметры дисперсионной модели могут быть детерминированными или случайными величинами. В первом случае, модель называют моделью с постоянными факторами или моделью 1. Модель, в которой все параметры βi (может быть за исключением одного) являются случайными величинами, называется моделью со случайными факторами или моделью II.
В промежуточных случаях модель называется смешанной.
К термину «Адекватность математической модели» (п. 34)
Для проверки адекватности модели часто используют F-критерий Фишера.
К термину «Коэффициент регрессии» (п. 35)