回帰分析して画面に数字は出たけど、その出力結果、デタラメかも？ ～結果の「正しさ」をチェックするR言語の関数をまとめてリストアップ - Qiita
（ R で関数を実行した画面 と、下記のチェック・ポイントで該当した場合の対処方法は、追って、追記予定です。） 【 Ⅰ. 単回帰分析・重回帰分析をする前に必要なこと 】 1. データの基準化（単位をそろえる） （ 目的 ） 扱う変数ごとに、単位が違う、数字の桁数が違うことで、相関関数や回帰分析で、デタラメな数字が出るのを防ぐ 【すること】すべての説明変数と目的変数について、それぞれ、「データの各点」から「データの平均」を引いた結果を、「データの標準偏差」で割る 【結果、得られる加工後のデータ】平均 ０ ・ ばらつき（分散）１のデータに揃う 2. データの「単位根検定」と（必要な場合）データの変形（加工） （ 目的 ） （時系列データの場合） 時間とともに、データの大きさの 「平均値」 と 「ばらつき（標準偏差）」 が 変わってしまうと、相関分析 や 回帰分析 の 結果がデタラメになるので、
統計学の代表的な手法を実践する (6) 〜 ビジネスにおける分析の流れ - Qiita
統計学の代表的な手法について、人気書籍「統計学が最強の学問である実践編」に掲載されている一般化線形モデルをまとめた一枚の表を最初に掲げひとつひとつ多変量解析の手法を追ってきました。今回は実際のデータを分析していくにあたり留意すべき事項をまとめます。このあたり上記書籍からの引用抜粋を含みます。 ビジネスにおける分析の手順 今まで説明したとおり * 量的なアウトカムに対しては重回帰分析 * 質的なアウトカムに対してはロジスティック回帰 をおこなうことでどんなアウトカムと説明変数の関係性も分析できるようになります。 手法や指標の意味がわかったあとでも、実際に使いこなそうとすると難しいところがいくつかあり、その代表的なものは「どの説明変数をいくつ使えば良いか」というインプット、「出てきた結果変数からどういう意味を読み取りどう解釈してどうアクションを取るか」というアウトプットの二大側面に整理できます
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Qiita
