В книге рассматриваются классическая теория и современные результаты в области регрессионного анализа — одного из важнейших направлений анализа статистических данных. Автором детально изложены основы регрессионного и дисперсионного анализа в предположении нормальности наблюдений, методики выбора статистических гипотез и подбора оптимальной модели с использованием информационных критериев. Уделяется внимание неполным классификациям дисперсионного анализа и моделям с рандомизацией. Рассмотрены вопросы теории и практики регрессионного анализа в обобщенных линейных моделях при анализе таблиц сопряженности и коротких временных рядов («лонгитьюдных данных»). Предложены методы реализации численного анализа с использованием свободного программного обеспечения R. Книга рассчитана на научных работников математических специальностей, занимающихся статистическим анализом данных, но может быть интересна и специалистам медицинских, биологических и технических направлений. Может быть рекомендована в качестве учебного пособия студентам и аспирантам соответствующих специальностей.