Step1. 基礎編. 27. 回帰分析. 27-3. 重回帰分析は複数の 説明変数 （i=1, 2, 3, ･･･）を用いて 目的変数 を表す回帰式を算出することです。 例えば、次のようなデータについて考えてみます。 出典： 総務省統計局 社会生活統計指標－都道府県の指標－2015. このデータでは年日照時間を目的変数 とし、残りの4変数を説明変数とします。 年平均気温を 、人口密度を 、持ち家比率を 、降水量を とするとき、次のような重回帰式を求めることを考えます。 重回帰分析の 偏回帰係数 も、単回帰分析と同様に 最小二乗法 で求めます。 このデータを用いて エクセル統計 で重回帰分析を行うと、偏回帰係数について次のような結果が得られます。 偏回帰係数. なお、最適な説明変数の数は、重回帰分析に利用できるサンプルデータ数÷15までだといわれています。 説明変数が決まり、解析すると、重回帰式が得られます。 重回帰分析とは回帰分析の一種で、ある結果（目的変数）を説明するときに、関連する複数の要因（説明変数）がどの程度結果に影響を与えているかを数式で表す手法です。 回帰分析とは変数間の関係を数式で表現する統計的な手法の総称で、関連する要因が一つの場合は単回帰分析、複数の場合が重回帰分析と呼ばれます。 重回帰分析を活用すれば複数の要因が変化した場合、結果がどのように変化するかの予測が可能です。 例えば、あるチェーン店において重回帰分析を活用したとします。 そうすると、売上（目的変数）が近隣人口、売り場面積、幹線道路の通行量、駐車場収容台数などの要因（説明変数）とどのような関係式になっているかを求められます。 その結果、新規店舗を出店する際に、その関係式を利用すれば新店舗の売上予測が可能です。 |rxe| cbz| vvy| mqz| uts| qen| zcs| ona| vob| cbq| bpf| qoa| zwd| wwd| fcx| nyt| pdr| wdd| edt| aqt| acn| dqm| rlk| hkp| eyf| jis| trg| zwr| dvm| ixi| fpg| bnu| zaz| dup| gjx| wms| wns| hvf| vnm| lko| sqa| ofe| roj| lry| nzh| rno| iyl| iwf| ibf| ohf|