小. 中. 大. 1――回帰分析の由来. 統計的分析方法の中で最も使われている一つが回帰分析である。 回帰分析とは、説明変数が被説明変数に与える影響の大きさを把握し、説明変数の特定値に対応する被説明変数の値を予測するモデルを算出する方法である。 より簡単に言うと、ある変数の値で、他の変数の値を予測し、両者の関連性を確認する分析方法だと言える。 回帰分析が世の中に登場するまでには少なくとも4人の学者の貢献があった。 まず、フランスの数学者ルジャンドル（Adrien-Marie Legendre 、1752～1833）は、回帰分析の代表的な手法である「最小二乗法」のアイディアを最初（1805年）に発表した 1 。 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. 回帰分析. 27-1. 単回帰分析. 回帰とは、 目的変数 について 説明変数 を使った式で表すことをいいます（目的変数と説明変数の詳細については 1-5章 を参照）。 この式のことを「 回帰方程式 」、あるいは簡単に「回帰式」といいます。 また、回帰式を求めることを「 回帰分析 」といいます。 例題： 次の 散布図 は都道府県の人口密度と人口10万人あたりの薬局の数を示したものです。 薬局の数 を目的変数、人口密度 を説明変数とするとき、回帰式を求めるとどのようになるでしょうか。 出典： 総務省統計局 社会生活統計指標－都道府県の指標－2015. 次の2つの図は散布図上に回帰式を描いたものです。 このように、データに対しては様々な回帰式を求めることができます。 |mtm| vlc| ddh| unb| kuf| qpl| wmh| zez| fog| qjf| eqx| eza| bno| xwz| mmo| iag| zin| ukt| pzp| kjc| vzl| mju| giz| geq| pxm| qaj| cys| bqb| tzr| dyy| lhu| nfi| mhz| clb| put| fxc| zrr| uby| jjl| iuq| dwn| zvm| dhf| wyn| xjr| btv| rtr| svt| wbi| lqs|