関連する動画はこちら
回帰分析は、1つまたはいくつかの 予測変数 (独立変数) と応答変数 (従属変数)間の関係を調べるものです。データセットに回帰分析を実行するには、回帰モデルを最初に作成します。そして、最小二乗法のような手法を使って最もフィットしているパラメータを推定します。最後に、仮説検定を使ってモデルの正確さを評価します。
数学的な視点から、線形と非線形の2つの基本回帰モデルがあります。最小二乗正規方程式に線形で現れるモデルが線形モデルです。それ以外は非線形モデルとなります。多くの実験では、回帰モデルは1つまたは2つの独立変数で、回帰の目的は実験データを曲線または曲面でフィットすることです。ですから、回帰分析を「曲線フィット」または「曲面フィット」と呼ぶこともできます。