Bộ GIáO DụC Và ĐàO TạO

TRƯờNG ĐạI HọC BáCH KHOA Hà NộI
[\

ĐOàN QuốC TUấN
SƯ DụNG CáC MÔ HìNH Và PHầN MềM Dự BáO
NHằM TíNH TOáN NHU CầU Sử DụNG ĐIệN Và
ĐáNH GIá KHả NĂNG áP DụNG DSM TạI TỉNH
QUảNG BìNH

LUậN VĂN THạC Sĩ KHOA HọC
Hệ ThốNG ĐIệN

Hà Nội 2010


Lời cam đoan
Tôi xin cam đoan đây là phần nghiên cứu và thể hiện luận án tốt nghiệp của riêng tôi,
không sao chép từ các luận án khác, nếu sai tôi xin chịu hoàn toàn trách nhiệm và chịu
mọi kỷ luật của khoa và nhà trường đề ra.
Hà nội, ngày 26 tháng 10 năm 2010
Học viên

Đoàn Quốc Tuấn

1


Mục lục
Lời cam đoan .............................................................................................................................. 1

2.2

Phương pháp dự báo trực tiếp................................................................................... 13

2.3

Phương pháp dự báo gián tiếp .................................................................................. 15

2.3.1

Phương pháp đàn hồi ............................................................................................ 15

2.3.2

Phương pháp cường độ ......................................................................................... 16

2.4

Phương pháp dự báo bằng mô hình đa hồi quy ........................................................ 17

2.5

Ứng dụng thích hợp của các phương pháp ............................................................... 18

Chương 3. MÔ HÌNH DỰ BÁO ĐA HỒI QUY VÀ CHƯƠNG TRÌNH SIMPLE_E ............ 21
3.1

Mô hình dự báo đa hồi quy ....................................................................................... 21

3.1.1

2


3.2.1

Giao diện của Simple_E ....................................................................................... 30

3.2.2

Trình tự giải quyết vấn đề trong Simple_E........................................................... 31

3.2.3

Các dạng hàm của Simple_E ................................................................................ 32

3.3

Áp dụng Simple_E trong dự báo nhu cầu điện ......................................................... 34

3.3.1

Xác định bộ số liệu đầu vào và nhập số liệu......................................................... 34

3.3.2

Xây dựng hàm hồi quy.......................................................................................... 38

3.3.3

Kết quả mô phỏng................................................................................................. 40

4.1.5

Các phụ tải lớn đột biến trong giai đoạn tới ......................................................... 48

4.1.6

Chỉ tiêu ánh sáng sinh hoạt ................................................................................... 49

4.2

Kết quả của phương pháp dự báo trực tiếp............................................................... 50

4.3
Kết quả của phương pháp dự báo bằng mô hình hồi quy bội – chương trình
Simple_E............................................................................................................................... 52
4.3.1

Các hàm hồi quy của mô hình .............................................................................. 52

4.3.2

Kết quả dự báo ...................................................................................................... 53

4.4

So sánh, đánh giá và lựa chọn kết quả ...................................................................... 55

Chương 5. CÁC GIẢI PHÁP QUẢN LÝ NHU CẦU CÓ THỂ ÁP DỤNG TẠI TỈNH
QUẢNG BÌNH ......................................................................................................................... 56
5.1

TÀI LIỆU THAM KHẢO ........................................................................................................ 76

4


Danh mục ký hiệu, từ viết tắt
CFL

Đèn compact hiệu suất cao

CN

Công nghiệp

CN&XD

Công nghiệp và xây dựng

CPI

Chỉ số giá tiêu dùng

DLC

Điều khiển phụ tải bằng sóng

DSM

Quản lý phía nhu cầu


Kinh tế xã hội

Lf

Hệ số phụ tải

Ln

Phép tính logarith cơ số e

LR

Nghiên cứu phụ tải

MS

Phần mềm Microsoft

NN

Nông nghiệp

NN

Nông nghiệp

OLS

Phương pháp bình phương cực tiểu



Danh mục bảng biểu
Bảng 1 So sánh giữa các phương pháp dự báo ......................................................................... 19
Bảng 2 Chức năng của các sheet cơ bản trong Simple_E......................................................... 30
Bảng 3 Các dạng hàm thông dụng trong Simple_E.................................................................. 32
Bảng 4 Mô tả các biến số trong mô hình dự báo nhu cầu điện................................................. 36
Bảng 5 Tiêu thụ điện của Tỉnh Quảng Bình ............................................................................. 43
Bảng 6 Thành tựu phát triển kinh tế xã hội của tỉnh Quảng Bình ............................................ 44
Bảng 7 Một số chỉ tiêu phát triển KTXH tỉnh đến 2020........................................................... 45
Bảng 8 Danh mục các khu công nghiệp tỉnh Quảng Bình đến 2020 ........................................ 47
Bảng 9 Danh mục các phụ tải lớn............................................................................................. 49
Bảng 10 Chỉ tiêu áng sáng sinh hoạt áp dụng cho tỉnh Quảng Bình ........................................ 49
Bảng 11 Kết quả dự báo bằng phương pháp trực tiếp .............................................................. 51
Bảng 12 Kết quả dự báo bằng mô hình hồi quy bội ứng dụng bằng Simple_E........................ 54
Bảng 13 Mục tiêu của chương trình DSM giai đoạn 2 ............................................................. 56
Bảng 14 Tính toán tiềm năng tiết kiệm điện từ giải pháp CFL cho khu vực dân dụng............ 69
Bảng 15 Định mức sản xuất xi măng (kwh/tấn) ....................................................................... 70
Bảng 16 Ước lượng tiềm năng tiết kiệm điện của ngành công nghiệp xi măng Quảng Bình .. 72

6


Danh mục hình vẽ, sơ đồ

Hình 1 Dự báo phụ tải theo phương pháp trực tiếp .................................................................. 14
Hình 2 Giao diện khởi động của Simple_E trong Excel........................................................... 30
Hình 3 Trình tự giải quyết mô hình trong Simple_E ................................................................ 31
Hình 4 Các dạng hàm được gợi ý ngay trong giao diện Simple_E........................................... 34
Hình 5 Nhập số liệu trong sheet Data ....................................................................................... 36
Hình 6 Xây dựng hàm hồi quy và cách thức trình bày trong Simple_E................................... 39

bộ phần mềm tính toán thông dụng là MS Excel hoặc công cụ xử lý dữ liệu bậc cao MS
Access. Tất nhiên, công việc này đòi hỏi người lập trình, ngoài kiến thức về Kinh tế
lượng và Xác suất thống kê, phải có một nền tảng kiến thức về Visual Basic tương đối
hoàn chỉnh.
Trong khuôn khổ luận văn này, một chương trình phần mềm tính toán nhu cầu phụ tải
sẽ được giới thiệu, bên cạnh việc tính toán nhu cầu phụ tải của tỉnh Quảng Bình bằng
các phương pháp truyền thống khác. Đó là mô hình dự báo kinh tế lượng bằng chương
trình Simple_E, một chương trình được Viện kinh tế Năng lượng Nhật Bản phát triển.

8


1.1.2

Cơ sở thực tiễn

Quảng Bình là một tỉnh miền trung có nguồn tài nguyên đá vôi phong phú và một bờ
biển dài 126 km ở phía Đông. Tuy nằm xa các trung tâm kinh tế lớn của cả nước nhưng
Quảng Bình lại ít bị sức ép cạnh tranh với các khu công nghiệp ở các trung tâm này. Vì
vậy việc phát triển kinh tế địa phương dựa trên nền tảng phát triển công nghiệp và du
lịch biển là lẽ đương nhiên.
Thống kê sơ bộ cho thấy, trong những năm qua, nhằm đáp ứng nhu cầu phát triển kinh
tế xã hội địa phương, nhu cầu điện của toàn tỉnh đã tăng xấp xỉ gần 30% trong giai
đoạn 2006-2009 và còn có thể tăng cao hơn nữa trong giai đoạn tới, nhất là khi mà các
nhà máy xi măng và luyện thép, khu công nghiệp mới của tỉnh sẽ đi vào hoạt động.
Chính vì vậy việc dự báo nhu cầu điện cho tỉnh là một công việc cần thiết, và cần được
thực hiện dựa trên nhưng công cụ tính toán khoa học.
Dưới một góc độ khác, có thể thấy Quảng Bình mới là một tỉnh đang ở giai đoạn phát
triển chủ yếu là về lượng, chưa có được những bài học về sử dụng năng lượng, trong
đó có điện, một cách hiệu quả và tiết kiệm. Vì vậy, cần xem xét thêm khả năng áp dụng

Em cũng xin gửi lời cảm ơn đến các thầy cô giáo trong Khoa Điện, Viện Đào tạo sau
Đại học đã truyền dạy cho em những kiến thức quý báu trong suốt những năm qua.
Luận văn này được thực hiện với sự hỗ trợ thông tin rất nhiều từ các cán bộ của Sở
Điện Lực Quảng Bình, Sở Kế hoạch và Đầu tư Quảng Bình. Đó là những thông tin quý
báu, tin cậy và là cơ sở thực tiễn cho luận văn này.
Cuối cùng, xin cảm ơn gia đình và bạn bè, những người ở Hà Nội và giải đất nắng gió
Quảng Bình đã tạo điều kiện, động viên và giúp đỡ tôi hoàn thành luận văn.
Do thời gian hoàn thành luận văn có hạn cho nên suy nghĩ và sự thể hiện ý tưởng
không tránh khỏi những khiếm khuyết. Em rất mong nhận được những ý kiến phê bình
đánh giá của các thầy cô giáo.

Học viên

Đoàn Quốc Tuấn

10


Chương 2. CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU PHỤ
TẢI ĐIỆN
2.1

Sơ lược về dự báo nhu cầu điện

Như đã nói ở trên, dự báo nhu cầu phụ tải điện là một công tác vô cùng quan trọng mà
kết quả của nó là số liệu đầu vào quan trọng cho các bước thiết kế kế tiếp cho nhiều đề
án cho liên quan đến hệ thống lưới hoặc năng lượng khác nhau.
Ở Việt Nam, dự báo nhu cầu phụ tải điện là yêu cầu bắt buộc với các đề án quy hoạch
cấp huyện, cấp tỉnh, các đề án đấu nối lưới cao thế khu vực, các báo cáo đánh giá tiền
khả thi các trung tâm nhiệt điện hoặc thủy điện có công suất lớn. Lẽ dĩ nhiên, dự báo

quan trọng. Đề tài này, với quan điểm cá nhân, cũng mạnh dạn đề xuất phạm vi và quy
mô thích hợp cùng với những thông tin/số liệu cơ bản cho từng phương pháp dự báo.
Các mục kế tiếp sẽ làm rõ điều đó.
Đối với dự báo nhu cầu điện nói riêng, hiện tại có hai tiếp cận được áp dụng, đó là dự
báo trực tiếp và gián tiếp. Tiếp cận theo mô hình đa hồi quy, một cách nhìn mới bằng
Kinh tế lượng, ở một chừng mực nào đó được coi là tiếp cận gián tiếp. Tuy nhiên, mục
trình bày về mô hình đa hồi quy được tách riêng nhằm phân biệt và đề cao cách tiếp
cận này, cho dù là nó phức tạp và có yêu cầu cao hơn so với các phương pháp dự báo
gián tiếp.
Thông thường có một phương pháp nữa “đi kèm” với các phương pháp tính toán bằng
mô hình, đó là phương pháp “chuyên gia”. Có thể hiểu phương pháp này thực chất là
xử lý kinh nghiệm của những chuyên gia trong lĩnh vực dự báo. Yếu tố đầu vào, ngoài
những giá trị như cường độ hay độ đàn hồi điện trong nước mà còn có thể là các thông
số tương tự ở các quốc gia khác từng có cùng giai đoạn phát triển như Việt Nam, v.v..
Điều then chốt của phương pháp “chuyên gia” này là tính quyết định của nó đối với các

12


phương pháp khác, khi mà các phương pháp “tính toán” đưa ra những kết quả có sự
chênh lệch đáng kể với nhau.
Chương 4 của luận văn này sẽ trình bày các kết quả dự báo bằng các mô hình tính toán
khác nhau và với quan điểm cá nhân, tác giả đề tài sẽ lựa chọn ra một kết quả phù hợp.
2.2

Phương pháp dự báo trực tiếp

Phương pháp dự báo trực tiếp dựa trên cơ sở là các kế hoạch phát triển các ngành và
vùng kinh tế, phương án sản xuất của một số phân ngành công nghiệp tiêu thụ nhiều
điện như luyện kim, hoá chất, giấy, vật liệu xây dựng... ). Từ đó, nhu cầu điện năng

mà không xét đến tiềm năng và khả năng có thể đạt được. Chính vì vậy, dự báo theo
phương pháp này nếu như chỉ làm theo phép tính cơ học, nhân và cộng lại theo hình
kim tự tháp thì rất có thể, ở nhiều trường hợp, kết quả dự báo nhu cầu sẽ là một con số
gây hoài nghi.
13


Tuy nhiên, phương pháp này cũng có những ưu điểm không thể phủ nhận và hiện tại
vẫn đang được sử dụng một cách rộng rãi trong các đề án có liên quan đến quy hoạch
lưới và nguồn điện. Vì phương pháp này cơ bản là tổng hợp lại dự báo theo từng thành
phần, từng phân vùng địa lý bên trong vùng quy hoạch nên nó có tác dụng quan trọng
trong việc phân vùng và phân nút phụ tải, làm cơ sở cho thiết kế lưới điện chuyên tải
và phân phối.
Phương pháp này rất thích hợp cho dự báo ngắn hạn dưới 5 năm. Nếu vùng dự báo có
xuất hiện phụ tải đột biến, phương pháp này có thể tính toán trực tiếp đến lượng gia
tăng nhu cầu của phụ tải. Vì những đặc điểm này, phương pháp trực tiếp mang nhiều
đặc tính “lập kế hoạch” hơn là dự báo.
Hình 1 dưới đây thể hiện quy trình dự báo phụ tải theo phương pháp trực tiếp thường

được áp dụng cho các quy hoạch phát triển điện lực cấp tỉnh.

Sản lượng điện
CN&XD

Sản lượng điện
TM&DV

Nhân với Tmax

Pmax của TM&DV


Pmax hiện trạng của
Phụ tải CN & XD No1

…

Pmax hiện trạng của
Phụ tải CN & XD n

Pmax hiện trạng của
Phụ tải CN & XD No1

Pmax dự kiến của
Phụ tải CN & XD No1

Có xét đến hệ số đồng thời

…

Tổng sản lượng
Tổng điện nhận

Nhân với Tmax

Nhân với Tmax

Pmax của CN&XD

Sản lượng điện
Khối Dân dụng

cận hỗ trợ bổ sung cho nhau. Các hệ số đàn hồi được xác định theo từng ngành và từng
miền lãnh thổ. Việc xác định chúng được tiến hành theo chuỗi phân tích quá khứ, các
hệ số này cũng được tham khảo từ kinh nghiệm các nước trên thế giới và trong khu
vực. Đối với các đề án quy hoạch cấp vùng, việc tham khảo được thực hiện giữa các
vùng có cùng đặc tính địa lý, v.v..
2.3.1 Phương pháp đàn hồi
Phương pháp hệ số đàn hồi là một phương pháp dự báo theo tiếp cận gián tiếp. Các hệ
số đàn hồi (elasticity) thường được áp dụng là đàn hồi theo Tốc độ tăng trưởng kinh tế
GDP. Hệ số này được tính như sau:
Tốc độ tăng nhu cầu điện (%)
Hệ số đàn hồi theo GDP =
Tốc độ tăng trưởng GDP (%)

Các hệ số đàn hồi được xác định theo từng phân ngành. Hệ số đàn hồi trong tương lai
được xác định dựa theo phân tích chuỗi số liệu quá khứ, cũng như tham khảo thêm
kinh nghiệm từ các nước khác trong khu vực, khi dự báo cho trên quy mô toàn quốc;
hoặc các tỉnh, vùng khác, khi dự báo nhu cầu cho các tỉnh, vùng. Ngoài hệ số đàn hồi
theo tăng trưởng GDP, nhu cầu điện còn được xác định theo các yếu tố khác là đàn hồi
theo giá điện, hệ số tiết kiệm năng lượng....
15


Nói thêm về hệ số đàn hồi giá điện. Khi giá điện tăng lên, một số hộ tiêu thụ sẽ có xu
hướng chuyển sang sử dụng các nhiên liệu, năng lượng khác hoặc ngược lại. Như vậy
về mặt thị trường, giá cả mỗi loại năng lượng dẫn đến tính cạnh tranh của loại đó. Hệ
số phản ánh sự thay đổi nhu cầu điện của một ngành hay lĩnh vực nào đó khi giá điện
thay đổi được gọi là hệ số đàn hồi giá. Đối với Việt Nam, trong thời gian dài do giá
điện được bao cấp, và đến hiện nay, một số lĩnh vực vẫn được trợ giá điện và hoàn toàn
nhà nước quy định nên việc nghiên cứu quan hệ giá cả với thay đổi nhu cầu điện trong
quá khứ không thực hiện được. Nói cách khác, giá điện tại Việt Nam mang tính hành

Nếu xét theo một góc độ nào đó, thì phương pháp dự báo này có thể coi như là một
mục nhỏ của Phương pháp dự báo gián tiếp vì cũng dựa trên quan điểm “mô phỏng –
kịch bản” với các yếu tố đầu vào mang tính vĩ mô.
Phương pháp này dựa trên nền tảng về kinh tế lượng là một phương pháp luận đựơc
hầu hết các nước trên thế giới sử dụng trong dự báo nhu cầu năng lượng, điện năng,
đặc biệt đối với các nước chưa có hệ thống thống kê, dự báo tốt về tương lai mức độ
tiêu thụ, sử dụng và công nghệ của các thiết bị điện, như Việt Nam chẳng hạn.
Phân tích đa hồi quy là một trong những kỹ thuật thống kê quan trọng và được sử dụng
rộng rãi với nhiều ứng dụng trong cách tiếp cận kinh tế lượng. Phân tích đa hồi quy
nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc hay biến được
giải thích) với nhiều biến khác (được gọi là các biến độc lập hay biến giải thích) nhằm
ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc với các gía trị đã biết của
các biến độc lập.
Trên thực tế, mô hình đa hồi quy bội được sử dụng không chỉ cho dự báo nhu cầu phụ
tải. Nó còn được dùng cho dự báo tăng trưởng kinh tế, doanh số bán hàng và thậm chí
cả biểu đồ chứng khoán.
Trở lại vấn đề chính là dự báo nhu cầu điện bằng phương pháp đa hồi quy, cũng giống
như hai phương pháp tiếp cận trực tiếp nói trên, mô hình này cũng có yêu cầu đầu vào
là tăng trưởng kinh tế. Ngoài ra, chúng ta có thể xem xét thêm yếu tố giá điện, tăng
trưởng dân số, tỷ lệ điện hóa/năng lượng, v.v..
17


Về cơ bản các phương pháp dự báo gián tiếp không trực tiếp xác định được Pmax, và
do đó chúng ta sẽ phải đưa thêm một số biến số nhằm xác định giá trị công suất cực đại
của vùng đối tượng. Các biến số này có thể là thời gian sử dụng công suất cực đại
Tmax hoặc là hệ số phụ tải Lf.
Chương 3 và chương 4 kế tiếp sẽ nói rõ hơn về ứng dụng của phương pháp này trong
dự báo nhu cầu phụ tải.
2.5

điện/năng lượng, có ưu điểm hơn so với phương pháp dự báo trực tiếp và gián tiếp và
có thể giải quyết các vấn đề đã nêu ở trên.
Phương pháp dự báo đa hồi quy hiện cũng đang được áp dụng rộng rãi ở Nhật Bản và
một số nước trong khu vực như Malaysia, Indonesia….để dự báo nhu cầu năng lượng
và điện năng trung và dài hạn. Tại Việt Nam, phương pháp này đã được ứng dụng
nhằm dự báo nhu cầu phụ tải điện và năng lượng toàn quốc và ba miền trong Tổng sơ
đồ phát triển điện lực số 6 và số 7, báo cáo đầu tư nhà máy điện hạt nhân và báo cáo
tổng sơ đồ năng lượng Việt Nam, v.v..
Bảng 1 dưới đây đưa ra một số tổng hợp và đánh giá chung về các phương pháp kể trên,

trong đó phương pháp đa hồi quy được tách ra hoàn toàn từ phương pháp gián tiếp.
Bảng 1 So sánh giữa các phương pháp dự báo
Phương pháp

Trực tiếp

Gián tiếp

Đa hồi quy

Số liệu đầu vào

Từng phụ tải cơ sở, quy
hoạch ngành, vùng,v.v..

Vĩ mô, chủ yếu là GDP

Vĩ mô, bao gồm GDP,
giá điện, hệ số TK năng
lượng,…

Có thể trực tiếp tính toán
ra Pmax

Phải chia sản lượng cho
Tmax

Có thể tính qua Tmax
hoặc hệ số Lf

Dự báo Hệ số phụ tải Lf

Không tính được

Không tính được

Có thể tính được, xem
thêm chương 4

Mô hình tính toán

Đơn giản, chỉ là nhân
cộng theo kinh tự tháp

Đơn giản,

Phức tạp, có thể xây
dựng nhiều mô hình,
dạng hàm khác nhau

19

Ứng dụng

Phù hợp với tất cả các
quy hoạch nguồn lưới,
nhưng chỉ có tầm dự
báo ngắn hạn

Có thể dùng để tính toán
thô ban đầu, nhưng
không thích hợp với các
dự án quy hoạch dài hạn

Thích hợp với các các
quy hoạch nguồn lưới từ
cấp tỉnh trở lên. Có thể
áp dụng với cả dự báo
nhu cầu năng lượng

20

Đa hồi quy


Chương 3. MÔ HÌNH DỰ BÁO ĐA HỒI QUY VÀ CHƯƠNG
TRÌNH SIMPLE_E
3.1

Mô hình dự báo đa hồi quy

Mục này sẽ đi sâu về mô hình dự báo đa hồi quy. Mặc dù đây không phải là một khái


•

Xem xét các phần dư (sai số) dự báo của mô hình. Những phần dư dự báo này là phần
thông tin mà mô hình không giải thích được. Nếu các phần dư dự báo không hoàn toàn
mang tính ngẫu nhiên mà có yếu tố mang tính hệ thống, ta cần phải đánh giá lại mô
hình đã đưa ra và nếu có thể cần điều chỉnh lại mô hình để loại bỏ chúng khỏi các sai
số dự báo, và đưa phần yếu tố hệ thống (phi ngẫu nhiên) này vào mô hình dự báo. Nếu
mô hình này là không phù hợp ta cần phải tìm một mô hình khác.
21


•

Khi tìm được một mô hình mà trong đó phần dư dự báo của mô hình này chỉ gồm các
yếu tố ngẫu nhiên, ta có thể sử dụng mô hình này để dự báo, kiểm soát một biến số,
hay giải thích các mối quan hệ giữa các biến số

3.1.2 Mối tương quan giữa các biến số
Làm sao để biết có mối quan hệ giữa tăng trưởng kinh tế và nhu cầu tiêu thụ điện? Để
kiểm tra giả thiết về sự có mặt của mối liên hệ giữa 2 biến số này, và mức độ chặt chẽ
của mối liên hệ này người ta dùng hệ số tương quan r(x,y) . Dưới đây x và y có thể
được được coi là GDP và sản lượng điện trong các năm quá khứ.
r(x,y) = (Σ(xi-X)(yi-Y))/ nσxσy

Trong đó:
n là số lần quan sát
X, Y là kỳ vọng hay giá trị trung bình của biến số x và y tương ứng
σx , σy - Độ lệch tiêu chuẩn của biến số x và y
Nếu r(x,y) = ±1 thì giữa x và y có mối quan hệ hàm số ;

hợp có tương quan giữa các biến độc lập, kết quả dự báo sẽ không chính xác.
Do vậy trước khi sử dụng một mô hình nào đó để dự báo, cần phải kiểm tra mức độ
tương quan giữa các biến độc lập với nhau, cũng như mức độ tương quan giữa các biến
độc lập với biến phụ thuộc bằng cách sử dụng ma trận tương quan để đánh giá.
3.1.3 Phương trình hồi quy bội
Phương trình hồi quy bội tổng thể có dạng:
Y = β0 + β2X2 + β3X3 +……. + βJXJ + ε

Trong đó β0 là hệ số tự do (hệ số chặn)
β2 , β3 , ……, βJ là các hệ số hồi quy riêng
ε là sai số dự báo tổng thể

Phương trình hồi quy bội mẫu có dạng:
Y = b0 + b2X2 + b3X3 +……. + bJXJ

trong đó b0 , b2 , b3 , ……, bJ là các ước lượng của các hệ số hồi quy riêng
Với các giả thiết như sau:
•

Các giá trị Y tuân theo phân bố chuẩn xung quanh mặt phẳng hồi quy bội.

•

Mức độ phân tán của các điểm xung quanh mặt phẳng hồi quy bội luôn là hằng số tại
mọi điểm trong mặt.
23


•


24