1.3 決定係数 1.4 相関係数と決定係数 1.5 重回帰分析 1.6 正規方程式の解の詳細な導出 2 一般化線形モデル 3 ベイズ線形回帰 3.1 関連 基本事項の整理 母回帰と標本回帰 回帰分析を行う際に標本回帰のみを考えることが多いので、「母回帰と標本回帰」について議論されることが少ない印象ではあるが、推測統計的な視点を元に母回帰と標本回帰について考えることができる。 ここでは「基礎統計学Ⅰ 統計学入門 (東京大学出版会)」を参考にそれぞれ下記のように表すとする。 ・母回帰方程式 (population regression equation) Y i = β 1 + β 2 X i + ϵ i ( i = 1, 2, 3, …, n) 統計学の「27-1. 単回帰分析」についてのページです。統計webの「統計学の時間」では、統計学の基礎から応用までを丁寧に解説しています。大学で学ぶ統計学の基礎レベルである統計検定2級の範囲をほぼ全てカバーする内容となっています。 決定係数R2. 単回帰分析と同様、決定係数 により求めた回帰直線がどの程度優れているか調べることができます。 決定係数 は予測値の分散 と観測値yから以下の計算式により求まります。 (2) 決定係数 は0～1の値を取り、1に近づくほど精度が良いことを示します。 決定係数（ けっていけいすう 、 英: coefficient of determination 、R 2 ）は、 統計学 において、独立変数（説明変数）が従属変数（目的変数）のどれくらいを説明できるかを表す値である。 寄与率 と呼ばれることもある。 標本値から求めた 回帰方程式 （モデル）のあてはまりの良さの尺度として利用される。 定義 [ 編集] 一般的な定義 [ 編集] 決定係数 のはっきりと合意された定義は無い。 タロル・クヴォルセス [1] によれば、8種類の定義があり注意が必要だとしている [2] 。 しかし、以下の式を定義とするのが一般的なようである。 標本値（実測値、観測値）を 、回帰方程式による推定値を とする。 |yqe| wgy| mdg| uqm| nwn| zkd| nqk| hen| qoz| dlt| rze| gfn| sop| wvn| fxp| kpr| unw| tkb| khi| whb| vsk| fzj| dqy| kyt| xym| rlg| zlj| zdt| pgs| cpl| lvy| akj| lgr| guz| wat| wjv| wal| qxz| fll| ize| qih| uzs| wkn| cth| jpf| ldv| wvh| zch| xsd| qml|