При выборе лучшего из построенных вариантов регрессионной модели ориентация только на величину коэффициента детерминации и F-критерий не может гарантировать получение минимальной ошибки прогноза функции отклика. Автором продемонстрирована возможность использования для сравнительной оценки качества полученных вариантов уравнения регрессии разработанных программных систем, позволяющих с минимальными трудозатратами строить имитационные модели, выполнять имитационное моделирование, оценивать статистические характеристики функции отклика (математическое ожидание, дисперсию, коэффициент вариации, эксцесс, асимметрию и характер распределения) при различных значениях ошибок независимых переменных и разной структуре регрессионной модели. Зная характер распределения функции отклика, можно оценить вероятность того, что значение функции отклика будет находиться в заданных пределах. На примере решения реальной прикладной задачи показано, что в зависимости от структуры уравнения регрессии и точности измерения или фиксации независимых переменных величина ошибки функции отклика может изменяться в широком диапазоне.
