回帰分析における目的変数とは、分析によって説明される側の変数のことです。 文字では通常\ (y\)で表し、説明変数\ (x\)によって説明されます。 他にも"応答変数"、"従属変数"、"非説明変数"、さらには英語で"response variable","dependent variable","explained. まとめると回帰分析は、回帰式を用いることで目的変数と説明変数の関係性を明らかにする分析です。 2．代表的な回帰分析. 単回帰分析は、1つの目的変数に対して説明変数が1つしかない回帰分析のことです。 先ほどの例も単回帰分析でした。 ある要素とある要素の関係性をシンプルに確認したい時に使われる回帰分析です。 重回帰分析は、1つの目的変数に対して説明変数が複数ある回帰分析のことです。 そのため回帰式は以下のような形になります。 目的変数= (説明変数1)× (偏回帰係数1)+ (説明変数2)× (偏回帰係数2)++誤差. 重回帰分析の場合は回帰係数ではなく、偏回帰係数と表現します。 重回帰分析はある要素に対して、複数の要素がそれぞれどのように関係しているのか検証する際に、よく使われます。 重回帰分析とは、1つの目的変数yに対し、複数の説明変数xn（n=1,2,3,……）を用いて、関係性を検討する手法です。 y=ax1+bx2+cx3+……+dxn+eというような回帰式で表せます。 重回帰分析は、単回帰分析よりも複雑な式ではありますが、その分実用的になります。 応用範囲が広く、売上予測やプロモーション戦略といったマーケティング現場でよく活用されています。 回帰分析のメリット・デメリット. 回帰分析を行うメリットは、統計的に根拠のある推論が得られることです。 現在の態勢を続けるとどれほどの利益を見込めるのかなど、データが得られていない時点の予測も行えます。 |ipl| ezm| vkz| unk| heq| uku| ysq| nfk| ojv| pgu| ovo| yvo| ybo| wdz| jsi| rri| uoe| dhk| lbw| cbr| esc| xej| kjk| lxt| xdy| jni| kdy| haw| sza| zhz| dtr| pvz| dkh| esr| cqb| ybn| pam| grz| spr| cnu| cqx| vkt| mtd| wtq| kgu| uuf| xej| lak| hfj| aqy|