回帰計算機

データに最適直線を当てはめ、関係の強さを測る

回帰は統計学・科学・ビジネスで最も広く使われるツールの1つです。 勉強時間と試験の成績のような2つの変数に対して、回帰は一方が変化するにつれて他方がどう 変化するかを最もよく表す直線(または曲線)を見つけます。

このツールには30人の生徒の勉強時間・成績・科目のサンプルデータセットが 読み込まれています。データをリンクをクリックしてデータを散布図にし、 回帰直線を当てはめます。傾き・切片・R²(決定係数)——モデルで説明される 分散の割合——がブラウザでローカルに計算されます。

独自の2列CSVをいつでも貼り付けてデータを分析できます。

決定係数R²とは何を意味しますか?
は0から1の範囲を取ります。R² = 0.85は回帰直線が結果変数の分散の85%を説明することを意味します。R² = 1は完全適合;R² = 0は直線が何も説明しないことを意味します。
線形回帰とは何ですか?
線形回帰は各データ点から直線までの垂直距離の二乗の和(最小二乗法)を最小化する直線 ŷ = mx + b を見つけます。傾きmは「xが1単位増えるとyが平均でm単位増える」ことを示します。
二次または指数回帰はいつ使うべきですか?
散布図が曲線(U字形またはアーチ形)のパターンを持つ場合は二次回帰を使います。データが乗法的に成長または減衰する場合(例:人口、複利)は指数回帰を使います。AIはデータを見た後に最適なモデルを提案します。
「グループで色分け」は何をしますか?
データセットにカテゴリ列(科目や性別など)がある場合、グループで色分けして関係がグループ間で異なるかどうかを確認できます。AIに「科目で色分けして」と依頼すると、散布図の各グループを異なる色で塗ります。