本記事では、タグチメソッドの回帰手法「T法」についてまとめていきます。重回帰分析では、説明変数から目的変数が発生していると考えています。一方でT法では、目的変数から説明変数が発生していると考えています。 T法とは？用いられる、データタイプは重回帰分析と同じです。 つまり、一つの目的変数と複数の説明変数があり、連続変量を考えています。 重回帰分析との違いは、データ発生の背景にあります。 重回帰分析では、説明変数から目的変数が発生していると考えています。 一方でT法では、目的変数から説明変数が発生していると考えています。 左図：重回帰のモデル（説明変数は独立）、右図：T法のモデル T法では、「重り」と「秤」のモデルとしてよく知られています。 一つの「重り」を複数の「秤」で測ったときにそれぞれの秤の重要性によって総合して「重り」の重さを推定する方法と考えられています。 秤の重要性はSN比と呼ばれ

最新記事一覧はこちら もっと深く学びたいならスタビジアカデミー スタビジのコンテンツをさらに深堀りしたコンテンツが動画と一緒に学べるスクールです。 プレミアムプランでは現役データサイエンティストがマンツーマンで伴走させていただきます！ご受講お待ちしております！ スタビジアカデミーはこちら 勉強ロードマップ 【Python独学勉強法】Python入門を３ヶ月で習得できる学習ロードマップ当サイト【スタビジ】の本記事では、過去僕自身がPythonを独学を駆使しながら習得した経験をもとにPythonを効率よく勉強する方法を具体的なコード付き実装例と合わせてまとめていきます。Pythonはできることが幅広いので自分のやりたいことを明確にして勉強法を選ぶことが大事です。... 【5分で分かる】機械学習の独学勉強ロードマップを徹底的にまとめていく！当サイト【スタビジ】の本記事では、機械学習の独学勉強ロー