重回帰分析

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

一部のサンプルから母集団を推定する場合に、母集団から取り出すサンプルの数を増やすと推定値の正確さが増す性質。サンプルが増えると正確性が増すのは当たり前ということ。

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。

  1. 一致性
  2. 共通性
  3. 独自性
  4. 不偏性
  5. 多重共線性
解答

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。

  1. 説明変数間の相関係数のことである。
  2. 基準変数と予測値との相関係数のことである。
  3. 説明変数と予測値との相関係数のことである。
  4. 説明変数と基準変数との相関係数のことである。
解答

スポンサードリンク

シェアお願いします

コメントを残す

メールアドレスが公開されることはありません。

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください