データサイエンスのための統計学入門 第2版 ―予測、分類、統計モデリング、統計的機械学習とR/Pythonプログラミング

■

145

4

章

 

回帰と予測

統計学で、おそらく最も多い目標は、「変量

X

(

あるいは、

X

1

, ..., X

p

)

は変量

Y

に関連

するか、そして、関連するなら関係式はどうなるか、それを使って

Y

を予測できるか」

という質問に答えるものだろう。

統計学とデータサイエンスとの関連は、予測、特に、「予測」変数値に基づいて成果（目

標）変数の値を予測する分野ほど強いところはないだろう。成果の値が既知のデータで

モデルを訓練して、成果が未知のデータに対して予測するというプロセスは、教師あ

り学習と呼ばれる。統計学とデータサイエンスとの別の重要な関連分野は異常検出で、

データ分析における回帰診断はそのために開発され、回帰モデルを改善して異常なレ

コードを検出するのに使われる。

4.1

 単回帰

＊

1

単回帰は、ある変数と別の変数との間の関係、例えば、

X

が増えると

Y

も増える、を

モデル化する。

2

変数の関係を測るもう

1

つの方法は相関だ（「1.7　相関」を 参 照 ）。 相

関は

2

変数の関連の強さを測るが、回帰は関係性の性質を定量化するという違いがあ

る。

基本用語

30

：単回帰

応答変数（

response

）

予測しようとする変数（関連語：従属変数、

Y

変数、目標、成果）

＊

1

原注：本章のこの節以降は、

Datastats, LLC, Peter Bruce, Andrew Bruce, and Peter Gedeck

©2020

から許可を得て転載。