📍 Khái niệm cốt lõi: Hai biến "đi cùng nhau"

Hãy tưởng tượng bạn đang đứng ở sân ga. Mỗi khi một chuyến tàu đến, có một người đàn ông mặc áo vest nâu bước xuống. Bạn để ý thấy: hễ tàu đến là người đàn ông ấy xuất hiện. Bạn bắt đầu nghĩ: "Có mối liên hệ gì giữa chuyến tàu và người đàn ông này không?" — đó chính là bản năng của tương quan (correlation): hai hiện tượng xảy ra cùng nhau.

Năm 1886, nhà khoa học người Anh Sir Francis Galton — em họ của Charles Darwin — công bố một phát hiện gây chấn động giới khoa học. Ông đo chiều cao của 205 cặp cha-con và nhận thấy một điều kỳ lạ: những người cha rất cao thường có con thấp hơn họ; những người cha rất thấp thường có con cao hơn họ. Nói cách khác, con của những người cha "cực đoan" có xu hướng "trở về" chiều cao trung bình của quần thể. Galton gọi hiện tượng này là regression toward the mean — hồi quy về giá trị trung bình. Và từ đó, thuật ngữ hồi quy (regression) ra đời và trở thành một trong những công cụ thống kê quyền lực nhất trong y học.

🌱 Câu chuyện "Hạt đậu Galton và sự trở về của kích thước"

Galton không chỉ dừng lại ở chiều cao. Ông còn làm thí nghiệm với hạt đậu ngọt (sweet peas): ông chọn những hạt to nhất và những hạt nhỏ nhất, gieo chúng và đo kích thước hạt con. Kết quả lặp lại: hạt con của những hạt to nhất thì nhỏ hơn hạt mẹ; hạt con của những hạt nhỏ nhất thì lớn hơn hạt mẹ. Cả hai đều "chạy về" kích thước trung bình của giống đậu. Galton gọi hiện tượng này là "regression" — một sự quay lui, một sự trở về.

Nhưng tại sao? Câu trả lời nằm ở chỗ: chiều cao (và kích thước hạt) được quyết định bởi nhiều yếu tố, không chỉ di truyền. Một người cha rất cao có thể mang một số gen "cao", nhưng cũng có thể là do dinh dưỡng tốt, môi trường thuận lợi. Con anh ta sẽ thừa hưởng một phần gen cao — nhưng không phải tất cả yếu tố môi trường — nên sẽ "trượt về" gần trung bình hơn. Đây là một nguyên lý thống kê nền tảng — và là nguồn gốc của tên gọi "hồi quy".

Tại sao Galton lại quan trọng với y học hiện đại? Galton là người đầu tiên định lượng được mối quan hệ giữa hai biến số — cha và con. Ngày nay, y học đầy rẫy những mối quan hệ kiểu này: tuổi và huyết áp, liều thuốc và đáp ứng, BMI và nguy cơ tim mạch. Tất cả đều sử dụng cùng một công cụ mà Galton đã phát minh — phân tích hồi quy. Khi bạn đọc một bài báo nói "mỗi 10 năm tuổi, huyết áp tăng 5 mmHg", bạn đang đọc kết quả của một mô hình hồi quy — hậu duệ trực tiếp của thí nghiệm hạt đậu Galton năm 1886.

📚 Cửa sổ học thuật — "Regression" trong ẩm thực Tây Tạng? Một sự trùng hợp thú vị: Từ "regression" trong tiếng Latinh có nghĩa là "bước lùi" (re = lùi, gressus = bước). Nhưng trong tiếng Tây Tạng, có một món súp gọi là "regression" — một món ăn được nấu bằng cách cho tất cả nguyên liệu vào nồi và để lửa nhỏ, để các hương vị "hòa quyện vào nhau" và "trở về" một hương vị chung. Trùng hợp thay, hồi quy trong thống kê cũng làm điều tương tự: nó tìm ra một đường — một "hương vị chung" — đi xuyên qua đám đông dữ liệu, đại diện cho mối quan hệ trung tâm giữa các biến số. Khi bạn vẽ đường hồi quy, bạn đang "nấu" dữ liệu để tìm ra công thức cốt lõi!