はじめに

ひつじ橋です🐑

今回は,

重回帰分析を扱います.

重回帰分析とは？

・・・ある結果（目的変数）を説明したい.

そのとき,
「複数の要因（説明変数）のうち, どの変数がどの程度, 結果に関わっているか」

を関数を用いて数値化, 両者の関係を表す.

それを元にして, 将来の予測を行う手法をいいます.

🌟単回帰分析・・・ 1つの要因から結果を予測すること.

実際の分析結果をもとに予測するので, 根拠を数値で示すことができます.

計画上の数値を当てはめれば, 将来の見通しを立てることができます.

現実の問題には, 複数の原因が絡んでいることが多いです.
その際に, 重回帰分析が役立ちます.

重回帰式を立てる必要があるため, Excelや専用のソフトウェアの利用を考えます.
(別の記事を書きます)

剰余変数(説明変数ではないが, 結果の原因となりかねない要素)の影響を受けかねないという点です.

「説明変数と目的変数の相関をみたい」わけですが, 「説明変数同士に相関がある」ケースも考えられます.

ビジネスでは, 主に

・説明変数から結果を予測する
・各説明変数がどのくらい目的変数に影響しているかを計る

場面で用いられるそう.

重回帰分析は, 前者のように, 既存データが無かったり少なかったりするときにも活躍します.

一方, 実際には

各要素の影響度を測るマーケティングリサーチの一環

として, 後者の目的で用いられます.

以下GitHubに置いてあります🔽

今回は, 重回帰分析の概要をまとめました.

これから授業で習うようで, ちょっと楽しみだったりもします!