Een regressiemodel is een wiskundig model dat de relatie probeert te bepalen tussen een afhankelijke variabele (Y), met betrekking tot andere variabelen, verklarend of onafhankelijk (X) genoemd.
Het regressiemodel wordt vaak gebruikt in de sociale wetenschappen om te bepalen of er een causaal verband is tussen een afhankelijke variabele (Y) en een reeks andere verklarende variabelen (X). Evenzo tracht het model te bepalen wat de impact op variabele Y zal zijn bij een wijziging in de verklarende variabelen (X).
Zo kan een econoom bijvoorbeeld geïnteresseerd zijn in het bepalen van de relatie tussen het inkomen van werknemers en hun opleidingsniveau. Hiervoor zou ik een regressiemodel kunnen uitvoeren waarin de onafhankelijke variabele (Y) het inkomen van de werknemer is. Wat de verklarende variabelen (X) betreft, moeten al die variabelen worden opgenomen die het inkomen kunnen verklaren, waaronder natuurlijk opleiding, ervaring, opleiding van de ouders, enz.
Regressie analyseVorm regressiemodel
Het eenvoudige regressiemodel heeft de volgende vorm:
Y = A + BX + u
Y = afhankelijke of endogene variabele
X = onafhankelijke of verklarende variabele
A, B = vaste en onbekende parameters
u = foutterm die alle andere factoren omvat die van invloed zijn op Y, maar die niet in het model zijn opgenomen. U kunt ook de schattingsfouten van de afhankelijke variabele vastleggen. Niet waarneembaar.
Vervolgens zal het doel van het regressiemodel zijn om de waarden van A en B uit een steekproef te schatten.
Betekenis van de variabelen
Parameter B moet de impact weergeven van een verandering in X op variabele Y, wanneer de rest van de verklarende variabelen constant blijft (ceteris paribus).
De parameter A heeft daarentegen helemaal geen invloed op de relatie tussen Y en X. Het is dus slechts een normalisatie waarbij wordt aangenomen dat de gemiddelde waarde van u nul zal zijn.
Een lineair regressiemodel zou bijvoorbeeld als volgt worden getekend:
