hồi quy này. Những nhà nghiên cứu đã đề xuất và thử nghiệm hàng trăm
phương pháp hồi quy khác nhau trong các tạp chí học thuật và trong thực
tế. Sự hồi quy có thể làm gì? Nó tìm kiếm sự dự đoán dựa trên mức trung
bình của những gì xảy ra trong quá khứ. Ví dụ, nếu bạn phải xác định xem
ngày mai có mưa hay không căn cứ vào tỉ lệ mưa từng ngày của tuần trước,
dự đoán tốt nhất bạn có thể đưa ra sẽ chỉ ở mức trung bình. Nếu trời mưa
vào hai trong số bảy ngày vừa qua, bạn có thể dự đoán rằng khả năng trời
mưa ngày mai là 2/7, hay 29%. Phần lớn những gì chúng ta biết về sự dự
đoán đã giúp cho những sự tính toán mức trung bình của chúng ta trở nên
tốt hơn bằng cách xây dựng những mô hình có thể nhận vào nhiều dữ liệu
về bối cảnh.
Chúng ta đã làm được điều này bằng việc sử dụng một thứ gọi là “mức
trung bình có điều kiện”. Ví dụ, nếu bạn sống ở phía Bắc California, bạn có
thể có những hiểu biết nhất định trong quá khứ rằng khả năng mưa ở đây
phụ thuộc vào mùa – khả năng thấp vào mùa hè và cao vào mùa đông. Nếu
bạn quan sát thấy rằng trong mùa đông, khả năng mưa của một ngày bất kỳ
là 25%, thì trong mùa hè, khả năng chỉ là 5%, bạn sẽ không dự đoán rằng
khả năng mưa ngày mai là ở mức trung bình – 15%. Vì sao? Vì bạn biết
rằng mai là ngày mùa đông hay mùa hè, nên bạn có điều kiện để dựa vào
đó và đưa ra sự đánh giá tương ứng.
Thay đổi theo mùa chỉ là một cách mà chúng ta đánh giá mức trung bình có
điều kiện (cho dù đó là cách phổ biến trong thương mại bán lẻ). Chúng ta
đánh giá mức trung bình có điều kiện dựa trên thời gian trong ngày, mức ô
nhiễm, độ che phủ của mây, nhiệt độ đại dương, hay bất kỳ thông tin nào có
sẵn.
Hoàn toàn có thể đánh giá điều kiện dựa vào nhiều yếu tố đồng thời. Liệu
mai có mưa không nếu hôm nay đã mưa, trời đang vào mùa đông, trời mưa
ở 200 dặm về phía Tây, trời nắng ở 100 dặm về phía Nam, mặt đất ẩm ướt,
nhiệt độ Bắc Băng Dương thấp và gió thổi từ phía Tây Nam ở mức 15 dặm
