また、多次式、指数、対数、ロジスティック方程式は、変数を1次に変形した回帰方程式で表せる。 単係数の有意性[編集] 最後に、単回帰分析によって得られた最小二乗推定量の棄却可否は、最小二乗推定量が定数項と説明変数の数の和を自由度とするt分布に従うことから、T検定によって検定される。帰無仮説で係数を0とするt値が高いほど有意である確率、つまりモデルが棄却される確率であるP値が低くなる。 統計的仮説検定の論理を厳密に辿るなれば、この検定では係数が0か否かを検定しているに過ぎず、たとえ帰無仮説を採択できなくなったとしても、それが係数が他の特定の値であることを支持している訳ではない。対立仮説の設定いかんにより、片側検定・両側検定の違いはあっても、検定していることは0かどうかということだけである。 多重回帰[編集] 説明変数を2つ以上にする場合を多重回帰または重回帰という。 推定量の導出[編集] 重回
![計量経済学 - Wikipedia](https://cdn-ak-scissors.b.st-hatena.com/image/square/2ad337bcaa29fda2ad7104f3fdb744fceaaa5f40/height=288;version=1;width=512/https%3A%2F%2Fupload.wikimedia.org%2Fwikipedia%2Fcommons%2Fthumb%2Ff%2Ffb%2FCountries_by_GDP_%2528PPP%2529_per_capita_in_2019.png%2F1200px-Countries_by_GDP_%2528PPP%2529_per_capita_in_2019.png)