回帰分析 - Wikipedia

回帰（かいき、（英: regression）とは、統計学において、Y が連続値の時にデータに Y = f(X) というモデル(「定量的な関係の構造[1]」)を当てはめること。別の言い方では、連続尺度の従属変数（目的変数）Y と独立変数（説明変数）X の間にモデルを当てはめること。X が1次元ならば単回帰、X が2次元以上ならば重回帰と言う。Y が離散の場合は分類と言う。 回帰分析（かいきぶんせき、（英: regression analysis）とは、回帰により分析すること。 回帰で使われる、最も基本的なモデルは という形式の線形回帰である。 歴史[編集] 「回帰」という用語は、英語の「regression」からの翻訳であるが、元々は生物学的現象を表すために19世紀にフランシス・ゴルトンによって造られた。ゴルトンは、背の高い祖先の子孫の身長が必ずしも遺伝せず、先祖返りのように平均値に戻ってい

[daybeforeyesterday]

わぁい回帰分析、あかり回帰分析大好き

[contractio]

「回帰」は regression の訳語としても使われている。

[slaypni]

多重共線性, 共分散構造分析, 変数選択

[suzuki09]

テクニカル