|
重回帰分析（じゅうかいきぶんせき）は、多変量解析の一つ。回帰分析において独立変数が2つ以上（2次元以上）のもの。独立変数が1つのものを単回帰分析という。 一般的によく使われている最小二乗法、一般化線形モデルの重回帰は、数学的には線形分析の一種であり、分散分析などと数学的に類似している。適切な変数を複数選択することで、計算しやすく誤差の少ない予測式を作ることができる。 ==例== 中学生を対象に調査を行いその結果を重回帰分析したところ下の式が得られたとする。 : 中学で勉強した時間数 * 3 + 小学生の時代の塾の学習時間数 * 5 + 20 = 知っている英単語の数 この場合、Aさんが中学で100時間、小学生時代20時間勉強していたら 100 * 3 + 20 * 5 + 20 = 英単語420語 を知っているという計算になる。中学で1時間勉強すると平均的には3単語を覚えているという解釈ができる。 ここでは *3や *5という数値を重回帰分析で計算・算出するが、あくまで平均的な値であり個々のサンプルにおいてその通りに一致するとは限らない。例えば、Aさんの英単語数は420語ではなく、実際には450語かもしれない。全体の平均を取ると、3や5という値を取ると全体が最もうまく説明できデータによく適合するということから出てきた数値になる。 また英単語数を決めるのが勉強時間だという関係は、分析者が自分で決めるため絶対的なものではない。あくまで勉強時間が独立変数（説明変数）だと仮定した上で分析している。そのため、予測を行うことはできてもその方向に因果関係があることは保証されない。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「重回帰分析」の詳細全文を読む スポンサード リンク
|