重回帰分析重回帰分析 ■（単）回帰分析 単回帰分析では一つの従属変数（目的変数）を、一つの独立変数（説明変数）で予測する事を考える。 具体的にはy = a + bx という回帰直線（モデル）でデータを代表させる。このためにデータからこの回帰直線の切片(a)と傾き(b)を最小２乗法によって求める。 モデルの当てはまりのよさは決定係数（Ｒ2：相関係数の２乗）で表される。また、分散分析で検定ができる。 切片と傾きは、t検定によって検定（ゼロでないかどうかの検定）できる。 ■重回帰分析 重回帰分析では一つの目的変数を、複数の説明変数で予測する事を考える。このような手続きをとる事によって、どの説明変数が、どの程度目的変数に影響を与えているかを知る事ができる。 たとえば３つの独立変数がある場合、重回帰式は y = a + b1x1 + b2x2 + b3x3 となる。それぞれの独立変数にかかっている係数を「偏回
