回帰分析で見える関係性を散布図で確認しよう【東京情報大学・嵜山陽二郎博士のAIﾃﾞｰﾀｻｲｴﾝｽ講座】
回帰分析は、2つの変数間の関係を解析する手法であり、一方の値が1増えたときにもう一方の値が平均的にどのくらい増えるか（または減るか）を知るために用いられます。回帰分析では、変数間の直線的な関係を Y=α+βX の式で表し、散布図を使ってこの関係を視覚的に確認することが重要です。例えば、推定式が Y=1.53+0.58X であれば、Xが1増えるとYは平均的に0.58増えることを示しています。結果だけを見ずに散布図を眺めることで、データの傾向を正確に判断でき、誤った判断を避けることができます。
▼▼▼▼▼▼▼▼
チャンネル登録はこちら
回帰分析：２つの変数間の関係
２つの変数間に相関関係がありそうだったら、その関係をもっと詳しく知りたくなります。
一方の値が１増えたら、もう一方の値は平均的にどのくらい増えるか（あるいは減るのか）といった関係です。
この関係性を知るための統計解析手法が回帰分析です。
回帰分析では、２つの変数間の直線的な関係を、
Y＝α＋βX
という式で表します。
XとYのデータを使って、切片αと傾きβを推定することになります。
例えば、推定により、
Y＝1.53＋0.58X
といった式が得られます。
この式は、例えばXの値が１のときにYの値が、
1.53＋0.58×1＝2.11
と予想されることを意味しています。
また、Xの値が１増えるとYの値が平均的に0.58増える、ということも意味しています。
結果だけを見ずに散布図を眺めることが重要
相関係数と同様で、回帰分析の結果を見ただけでは、データの傾向を判断することはできません。
まずは散布図を眺めることが重要なのです。
数値ばかりに注目してしまうと、誤った判断をしかねないのです。
関連リンク
