R言語で統計解析入門： 線形単回帰分析 A simple linear regression analysis 梶山 喜一郎
線形単回帰分析の関数 lm( ) lm=Linear Modelの略 単回帰分析は，２変数の散布の直線モデル Y = a + bX の係数 a とb を推定する． Y に目的変数の測定値(データ)を与え，X に説明変数の測定値(データ) を与えたときに， 目的変数の測定値とその予測値の差を最小とする最小二乗法で係数 a と b を推定する． Y：目的変数，被説明変数，従属変数，外生変数と呼ぶ． X：説明変数， 独立変数，内生変数と呼ぶ． Y = f( X ) 説明変数が１つの場合を単回帰分析という．２つ以上は線形重回帰分析を行う． 単回帰分析の関数は， lm ( Y ~ X ) 直線式が当てはまらない場合，非線形(=曲線)回帰分析が用意されている．関数 nls ( ) 質問 「なぜ回帰分析と名づけたのか」調べておくこと． 「iris」データの「setosa」品種のデータ
今さら人に聞けない「重回帰分析の各手法の使い分け」 - 渋谷駅前で働くデータサイエンティストのブログ
（※※※続編記事書きました→「使い分け」ではなく「妥当かどうか」が大事：重回帰分析＆一般化線形モデル選択まわりの再まとめ） 今ちょうどadtech tokyo 2013の会期中で、職場からも近い＆会社から行ってこいという指示が出たということで僕も色々セッションを聞いたり企業ブースのお話を聞いたりしてる*1ところです。 ところで、いくつかのセッションの中でキーワードとして「重回帰分析」という言葉が出てきてました。ま、それ自体はこのブログでもRによるデータ分析絡みで頻出だし、ぶっちゃけありふれた手法と言って良いでしょう。やりようによっては普通にExcelでもできますし、それだけ人口に膾炙していると言って良いのかもですね。 ただし。意外にも内部のパラメータというか細かい手法の分岐というか、それこそ普通の線形モデルvs.一般化線形モデル（バリエーション多数）があることを無視して漫然と重回帰分析をや
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
