Đây là một phương pháp thống kê mà giá trị kỳ vọng của một hay nhiều biến ngẫu nhiên được dự đoán dựa vào điều kiện của các biến ngẫu nhiên (đã tính toán) khác. Phân tích hồi qui không chỉ là trùng khớp đường cong (lựa chọn một đường cong mà vừa khớp nhất với một tập điểm dữ liệu); nó còn phải trùng khớp với một mô hình với các thành phần ngẫu nhiên và xác định (deterministic and stochastic components). Thành phần xác định được gọi là bộ dự đoán (predictor) và thành phần ngẫu nhiên được gọi là phần sai số (error term). Khi quan sát bộ số liệu thì thấy các số liệu đo đạc được có chiều hướng tăng theo từng năm, rất thuận tiện cho sử dụng phân tích hồi quy tuyến tính.
Hồi quy tuyến tính
Hồi quy tuyến tính là một trường hợp rất phổbiến trong thực tế, mô hình hồi quy tuyến tính đơn giản có dạng :
Yi = A + BXi+ Ei
Trong đó:
Yi: Giá trị của biến phụ thuộc y trong lần quan sát thứ i Xi: Giá trị của biến độc lập x trong lần quan sát thứ i Ei: Sai số ngẫu nhiên của lần quan sát thứ i
A: Là giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị B: Là thông số diễn tả độ dốc của đường hồi qui của tập hợp chính, hay B diễn tả sự thay đổi của giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị.
57
Chúng ta có thể ước lượng các tham số (A,B) của phương trình hồi qui tuyến tính đơn giản của tập hợp chính bằng cách sử dụng số liệu của mẫu ngẫu nhiên thu thập được.
Dựa vào sốliệu của mẫu ta có phương trình hồi qui tuyến tính đơn giản của mẫu. Ŷ= a + bX
Trong đó:
Ŷ: là ước lượng của giá trị trung bình của Y đối với biến X đã biết a: là ước lượng của A
b: là ước lượng của B
Bằng phương pháp bình phương cực tiểu, người ta chứng minh được rằng a, b là những ước lượng không chệch và vững của A, B.
58