AP Statistics

hồi quyregression

regressionVietnamese: hồi quy

Hồi quy (regression) là phương pháp thống kê mô tả quan hệ giữa biến phản hồi và biến giải thích bằng đường khớp sát nhất với dữ liệu.Regression is a statistical method that describes the relationship between a response variable and an explanatory variable using the line that fits the data most closely.

Trực giác: Hồi quy giống như kẻ một đường thẳng xuyên qua đám mây điểm trên biểu đồ sao cho tổng khoảng cách từ các điểm lên đường là nhỏ nhất — đường đó chính là "lời dự đoán tốt nhất" của bạn.Intuition: Think of drawing a straight line through a cloud of points on a scatterplot so that the total distance from the points to the line is as small as possible — that line is your "best prediction."

Công thức chínhKey formula

\hat{y} = b_0 + b_1 x

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Hồi quy là phương pháp mô tả và dự đoán biến phản hồi từ biến giải thích. Trong AP Statistics, hồi quy tuyến tính dùng đường hồi quy bình phương tối thiểu để xấp xỉ quan hệ giữa hai biến định lượng, sao cho tổng bình phương phần dư nhỏ nhất. Hệ số góc cho biết mức thay đổi dự đoán của biến phản hồi khi biến giải thích tăng một đơn vị; hệ số chặn là giá trị dự đoán khi biến giải thích bằng 0. Hồi quy không xác lập nhân quả; ngoại suy tiềm ẩn rủi ro.

Regression is a method for describing a response variable and predicting it from an explanatory variable. In AP Statistics, linear regression uses the least-squares regression line to approximate the relationship between two quantitative variables, making the sum of the squared residuals as small as possible. The slope gives the predicted change in the response variable for each one-unit increase in the explanatory variable, and the intercept is the predicted value when the explanatory variable equals 0. Regression does not establish causation, and extrapolation is risky.

Ký hiệuNotation

\hat{y} = a + bx

\hat{y} = a + bx

Công thức chi tiếtFormula details2 công thức2 formulas

\hat{y} = \htmlClass{fp-0}{b_0} + \htmlClass{fp-1}{b_1 x}

\hat{y} = \htmlClass{fp-0}{b_0} + \htmlClass{fp-1}{b_1 x}

Dùng để dự đoán biến phản hồi từ một giá trị của biến giải thích.Use this to predict the response variable from a given value of the explanatory variable.

Trong đóWhere

\hat{y}

giá trị dự đoán của biến phản hồipredicted value of the response variable

b_0

tung độ gốc (y-intercept)y-intercept

b_1

hệ số góc (slope)slope

x

giá trị của biến giải thíchvalue of the explanatory variable

\htmlClass{fp-0}{b_1} = \htmlClass{fp-1}{r} \cdot \htmlClass{fp-2}{\frac{s_y}{s_x}}

\htmlClass{fp-0}{b_1} = \htmlClass{fp-1}{r} \cdot \htmlClass{fp-2}{\frac{s_y}{s_x}}

Dùng để tính hệ số góc của đường hồi quy bình phương tối thiểu khi biết $r$ , $s_x$ và $s_y$ .Use this to find the slope of the least-squares regression line when $r$ , $s_x$ , and $s_y$ are known.

Trong đóWhere

b_1

hệ số góc của đường hồi quyslope of the regression line

r

hệ số tương quan PearsonPearson correlation coefficient

s_y

độ lệch chuẩn của biến ystandard deviation of the y variable

s_x

độ lệch chuẩn của biến xstandard deviation of the x variable

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Hệ số góc mô tả thay đổi của giá trị dự đoán, không phải từng giá trị thực tế.

Khi biến giải thích tăng một đơn vị, hãy nêu biến phản hồi được dự đoán thay đổi bao nhiêu đơn vị. Đường hồi quy chỉ biểu diễn xu hướng trung bình.

Phần dư bằng giá trị quan sát trừ giá trị dự đoán.

Phần dư dương nghĩa là điểm nằm trên đường hồi quy, nên mô hình dự đoán thấp hơn thực tế.

Hồi quy không chứng minh quan hệ nhân quả và không nên ngoại suy tùy tiện.

Với dữ liệu quan sát, biến gây nhiễu có thể giải thích liên hệ. Dự đoán ngoài khoảng giá trị của biến giải thích có thể không đáng tin vì mô hình có thể không còn đúng.

The slope describes change in the predicted value, not in individual observed values.

For each one-unit increase in the explanatory variable, state how much the response variable is predicted to change. The regression line shows only the average trend.

A residual equals the observed value minus the predicted value.

A positive residual means the point lies above the line, so the model underpredicts the actual value.

Regression proves neither causation nor the safety of extrapolation.

With observational data, a confounding variable may explain the association. Predictions outside the range of the explanatory variable may be unreliable because the model may no longer hold.

Mẹo phòng thiExam tips2 mẹo2 tips

Diễn giải hệ số góc phải gắn với bối cảnh.

Nêu tên hai biến, đơn vị, từ “dự đoán” và mức thay đổi của biến phản hồi khi biến giải thích tăng một đơn vị.

Luôn diễn giải dấu của phần dư.

Phần dư dương nghĩa là mô hình dự đoán thấp hơn thực tế. Trên đồ thị phần dư, phân tán ngẫu nhiên quanh 0 ủng hộ mô hình tuyến tính; dạng cong hoặc phễu thì không.

Interpret the slope in context.

Name both variables, give units, use the word "predicted," and state the change in the response variable for a one-unit increase in the explanatory variable.

Always interpret the sign of a residual.

A positive residual means the model underpredicts the actual value. On a residual plot, random scatter about 0 supports a linear model, while a curved or fan-shaped pattern does not.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsHay gặpCommon

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

cuối thế kỷ 19 (thập niên 1870)Francis Galton (1822–1911)Karl Pearson

Cuối thế kỷ 19, Francis Galton đặt thuật ngữ này khi thấy chiều cao con cái có xu hướng lùi về trung bình quần thể.

In the late nineteenth century, Francis Galton coined the term after observing that children's heights tended to fall back toward the population mean.

Vì sao mang đúng cái tên này? Trong tiếng Anh, "regression" nghĩa gốc là sự lùi lại, sự quay ngược về trạng thái trước — chẳng liên quan gì đến đường thẳng khớp qua đám điểm dữ liệu mà học sinh gặp trong đề thi. Cái tên nghe vô lý ấy có lý do lịch sử: Galton dùng nó để mô tả việc chiều cao của thế hệ sau bị "lùi" về mức trung bình của quần thể, hiện tượng ngày nay gọi là hồi quy về trung bình (regression toward the mean). Vì vậy chữ "hồi quy" ban đầu chỉ một quy luật di truyền (heredity) cụ thể, chứ không phải một kỹ thuật tính toán. Tuy nhiên, phương pháp toán học mà Galton dựng lên để mô tả quy luật đó — vẽ một đường thẳng thể hiện chiều cao con phụ thuộc chiều cao cha mẹ — lại hữu dụng cho vô số bài toán khác. Do đó cái tên cũ được giữ nguyên và mở rộng thành phân tích hồi quy (regression analysis), tên gọi chung cho mọi mô hình mô tả cách một biến phản hồi thay đổi theo các biến giải thích.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo một điểm ở rìa — nhìn cả đường hồi quy bị bẻ theo

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termDự đoán với linear regression model (mô hình hồi quy tuyến tính)Phân tích hồi quy · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termHồi quy bình phương tối thiểuPhân tích hồi quy · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termResidual (phần dư) trong hồi quyPhân tích hồi quy · khoácourse AP Statistics

Cần trướcLearn firstbiến giải thíchexplanatory variable

Dẫn tớiLeads tođường hồi quy bình phương tối thiểuleast-squares regression line

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

tương quancorrelation

Khác nhau ở đâuHow they differTương quan chỉ đo độ mạnh và chiều của mối liên hệ tuyến tính, còn hồi quy xây dựng phương trình để dự đoán giá trị cụ thể

Hay nhầm khiMixed up whenđề hỏi "dự đoán y khi x = k" thì dùng hồi quy, không phải tương quan; đề hỏi "mối liên hệ mạnh hay yếu" thì dùng tương quan

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 15, 27, 154.