回帰分析
結果と要因の関係を明らかにする統計手法。結果の数値を目的変数、要因の数値を説明変数と呼ぶ。説明変数の数の違いで「単回帰分析」（単一）と「重回帰分析」（複数）の2つに分けられる。
重回帰分析
例えば、飲食店の売上（目的変数）を予測したいとする。売上は、メニュー内容のみで予測できるなら、単回帰分析を使えばいいが、実際は売上には様々な要因（説明変数）が影響している。複数の要因を扱うので、重回帰分析の出番となる。具体的には、店舗の立地、メニューの数、店舗の広さ、価格設定等々が説明変数である。
標準偏回帰係数
他の変数の影響を取り除いた時の、各説明変数の影響の大きさと向きのこと。
一致性
共通性
各項目ごとに持つ値で、この値が大きいほどその項目は因子の影響を強く受けており、小さいほど因子とは関係ない項目だということを示せる。
独自性
１から共通性を引いた値。
不偏性
一部のサンプルから母集団を推定する場合に、そのサンプルに偏りがないこと。
多重共線性
説明変数の中に、相関係数が高い組み合わせが存在すること。
第５回公認心理師試験に出題
重回帰分析において、説明変数間の相関の絶対値が大きく、偏回帰係数の推定が不安定となる状態を説明する概念として、正しいものを１つ選べ。
- 一致性
- 共通性
- 独自性
- 不偏性
- 多重共線性
解答
⑤
第１回公認心理師試験に出題
重回帰分析で算出される重相関係数の説明として、正しいものを１つ選べ。
- 説明変数間の相関係数のことである。
- 基準変数と予測値との相関係数のことである。
- 説明変数と予測値との相関係数のことである。
- 説明変数と基準変数との相関係数のことである。
解答
②
コメントを残す