![]() |
| サイトマップ | |
|
回帰分析 (Regression) は、一般に科学者や技術者が実験データの状態や特性をあらわすのに最適な曲線としてプロットするのに利用される手法です。
回帰分析では、独立変数と従属変数の関係を求め、そのグラフが直交座標系である場合は、それらの関係を直線、平面、または曲線であらわします。回帰分析は一般に「カーブフィッティング」とも呼ばれています。
独立変数とは、既知の変数、すなわち、予測する側の変数 (予測変数) となるものです。独立変数は、ほとんどの場合、その値が X 軸に割り当てられます。独立変数が変化すると、それに応じて従属変数、すなわち、応答する側の変数 (応答変数) の値も変化します。従属変数は、ほとんどの場合、その値を Y 軸に割り当てます。
回帰分析では、従属変数の値を予測する独立変数の値をひとつ以上使用して、実際のデータに最も近接する、すなわち、最もあてはまり (fit) の良い方程式を求めます。方程式が求められると、それにもとづいて曲線がプロットされ、オリジナルデータにあてはめられることになります。
![]() |
![]() |
![]() |