回帰分析とは、ある変数と、他の一つまたは複数の変数の関係を見る分析のこと。

回帰分析

ある変数と他の１つまたは複数の変数の関係を見る分析

・ある変数と１つの変数との関係を見る

→単回帰分析

・ある変数と複数の変数との関係を見る

→重回帰分析

単回帰分析

説明変数を横軸、目的変数を縦軸にとり、実際の過去のデータをプロットにあてはめる。

回帰線　y=ax+b　（y,目的変数　x,説明変数　b,切片）の線がひける。R２という決定係数があり、y　がx　によって完全に決まる場合は１で、全く関係がない場合は０になる。１に近いほど関係が強い。

このグラフによって目的変数が説明変数によって決まる割合がわかる。より割合の高い説明変数を用いると目的変数の予測が楽になる。

回帰線と決定係数はExcelで簡単に作成できる。

重回帰分析

目的変数を、複数の説明変数との相関でみる。

重回帰式モデル　y=a1x1+a2x2+・・・+b

y,目的変数　x1,説明変数１　x2,説明変数２

となる。また、天気などの数字ではない条件も説明変数として使うことができる。その場合、晴れの日は１、それ以外は０とする。数字でない変数のことをダミー変数という。

重回帰分析では補正R２を使って関係性の強さを確認する。

どのように使うか

・どの変数に関係があるかを明らかにすることで、施策検討に活かせる

→予測していないような変数同士に関係がある場合や、またその反対もありえる

・変数間の関係を知ることで、知りたい情報の予測ができる

→過去の変数同士の関係を将来の予測に用いる

相関関係のある説明変数は簡単には見つけられない。様々な変数を回帰分析し、予測モデルの精度をあげる。