教育ビッグデータで描く未来(4)代表的な手法(2)回帰分析と相関

前号で取り上げた散布図は、それぞれの項目の2次元のデータを縦軸と横軸でプロットしたグラフです。散布図を注意深く眺めると、各々の点が、ある規則に基づいて分布している場合があります。例えば、縦軸に1日のビールの販売量、横軸にその日の最高気温をとって散布図にすると、気温が上がるにつれビールの販売量が上がる傾向があり、それが1本の直線に収斂れんされるように見えます。これを応用すると、1日のビールの販売量をその日の最高気温から予測できそうです。このような分析を「回帰分析」といいます。ビールの例では、最も単純な回帰分析である「線形回帰」(直線)を辿るとされ、yを販売量、xを気温とすると、y=ax+bの一次式で表現されます。yを目的変数、xを説明変数と呼びます。

この記事は購読会員限定です。購読を申し込むと、続きをお読みいただけます。