1. FRP adalah fungsi yang menyatakan bagaimana nilai rata-rata (populasi) bervariasi bersama dengan x.

FRP merupakan fungsi regresi sebenarnya 2. FRS hanya suatu formula atau metode yang menyatakan bagaimana untuk menaksir parameter populasi dari informasi yang diberikan oleh sampel yang dimiliki. FRS sebagai perkiraan funsi regresi populasi. FRS digunakan untuk meramalkan Y kalau variabel bebas sudah diketahui. Regresi yang dibentuk dari sampel , Dipakai untuk menduga regresi populasi FRP = Yi= A+BXi FRS=Ytopi=a+bXi Terdapat perbedaan fungsi karena FRS hanya sebagai perkiraan dari FRP jadi, a dan b adalah pemerkira dari A, B dimana a, b disebut estimator atau statistic.

Munculnya e pada persamaan ekonometrika (pers.2) merupakan suatu penegasan bahwa sebenarnya banyak sekali variabel-variabel bebas yang mempengaruhi variabel terikat (Y). Karena dalam model tersebut hanya ingin melihat pengaruh satu variabel X saja, maka variabel-variabel yang lain dianggap bersifat 1. tetap atau ceteris paribus, yang dilambangkan dengan e.Peran dari faktor
kesalahan stokastik, ui dalam analisis regresi merupakan variabel random yang tidak bisa diamati yang bisa mengambil nilai positiv atau negativ. Teori yang belum pasti ,Ketidaktersediaan data, Peubah utama vs peubah tambahan , Sifat alami perilaku manusia (acak), Peubah proxy yang kurang berkualitas, Model sesederhana mungkin (Principle of Parsimony), Kemungkinan hubungan fungsional yang kurang tepat . Untuk menjelaskan faktor-faktor lain yang mungkin muncul selain faktor yang telah disebut.
Residual adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan sebenarnya apabila data yang digunakan adalah data sampel. Error adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan yang sebenarnya apabila data yang digunakan adalah data populasi. Persamaan keduanya : merupakan selisih antara nilai duga (predicted value) dengan pengamatan sebenarnya. Perbedaan keduanya: residual dari data sampel, error dari data populasi. 4.Perlunya melakukan analisis regresi adalah untuk melihat seberapa besar faktor-faktor yang mempengaruhi suatu objek sedangkan apabila menggunakan analisis rerata maka tidak terlihat
lain.

seberapa

besar

faktor-faktor

yang

mempengaruhi

tersebut.

Analisis

regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel(-variabel) yang

Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas. Menguji hipotesis karakteristik dependensi

Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample.

2. Kata linier dalam model ini menunjukkan linearitas dalam variabel maupun lineraitas dalam data. Kata linier menggambarkan arti bahwa sebaran data dalam scatter plot menunjukkan sebaran data yang mendekati bentuk garis lurus. 6. Model tersebut adalah terlihat tidak linear dalam parameter, tetapi secara intrinsik bisa dibuat linear dengan transformasi sebagai berikut:
lnYi = ln0 + 1lnXi + ui ln = logaritma natural (logaritma dengan bilangan dasar e = 2,71828) Jika = ln0, Yi* = lnYi dan Xi* = lnXi