回帰分析とは

回帰分析とは

回帰分析は、データセットから得られた情報を見る方法である。2つの異なるデータ・セットの結果を比較して、どの方法が最も効果的であるかを決定できるという考え方です。データ分析で最も一般的な手法は、回帰分析と呼ばれるものです。回帰分析では、データは2つのグループに分けられます：従属変数（しばしば「参照」変数と呼ばれます）と予測変数（「独立」変数）です。従属変数は，ある期間中の参照値からのこの変数の値の変化量である．従属変数は、従属変数の “オブザベーション “と呼ばれる。オブザベーションという用語は，”記述 “または “データを記述する言葉 “を意味する．予測変数は，従属変数のオブザベーション値に効果を持つ変数である． 回帰分析では，従属変数の “オブザベーション “は，しばしばモデルの “ベースライン “または “ベース “と呼ばれる．2つの可能なモデルのどれが我々のデータを最もよく記述するかを知りたい場合、これらの2つのモデルの結果を比較できます。ある観測結果に対する最良のモデルとは、観測されたデータに最もよく適合するモデルのことである。これは簡単な言い方で、データの最良のモデルは、従属変数（「オブザベーション」）の将来の変化について、他の変数の値を変えることなく、最も正確な予測を与えるものであるということです。