「統計学基礎/単回帰分析」の版間の差分

削除された内容 追加された内容
MathXplore (トーク | 投稿記録)
Ef3 (トーク | 投稿記録)
OLでマークアップ
タグ: 2017年版ソースエディター
 
1 行
== 単回帰分析のアルゴリズム定義 ==
Ⅰ.#目的<br/>
#:データ解析に関するサイトや書籍で学んだ統計解析の概念を確認するための定義式を作成した。これは、「分かる・できる!」シリーズのセミナーや教科書などで難解な数式を避けた解説がされた場合、その詳細な部分を補うためにも役立つ。
::データ解析関連の各種サイトや書籍で、統計解析のコンセプトを学ぶ機会があると思うが、学習後<br/>
#対象読者
::後日、その内容のエッセンスともいうべき定義式に戻って確認する時の参照用として作成した。<br/>
#:データ解析手法の概念を理解したい人や、サイト訪問者全般が対象となる。
::この情報は、昨今はやりの「分かる・できる!」シリーズのセミナーや教科書のため、難解な数式を避けて<br/>
Ⅲ.#アルゴリズム定義式<br/>
::解説された著作物の詳細な部分を補う意味でも活用することができる。<br/>
:1.#;モデル<br/>
Ⅱ.対象となる読者<br/>
#: 因果関係モデルは、現在最も分かりやすく、一般的なモデルである。
::上記の目的に沿ってデータ解析手法のコンセプトを理解し、もしくは解説された情報を入手をされた<br/>
#::このモデル作成のための入力データには、従属変数(被説明変数)と独立変数(説明変数)が必要である <br/>
::サイト訪問者すべてが対象。<br/>
:#:結果として得られるモデル式は、従属変数を Y Y、独立変数を X  X とすると <br/>
<br/>
#::Y = a * X + b
Ⅲ.アルゴリズム定義式<br/>
#:と表される。この式は、独立変数が原因で従属変数が結果となる因果関係モデルが構築されることを意味する。ここで、X と Y はそれぞれ入力データの実績値のベクトルを表し、a と b は回帰係数であり、Y の理論値と実績値の乖離(=残差)が最小となるように計算される。
:1.モデル<br/>
:2.#;回帰係数(=回帰パラメータ) <br/>
::現在考えられる中で、最も分かり易く、かつ、一般的な因果関係モデル。 <br/>
:#:回帰係数の計算アルゴリズムは、以下の通りである  <br/>
::モデル作成のための入力データには、従属変数(被説明変数)と独立変数(説明変数)が必要。 <br/>
#::a = Σ((Xi - Xの平均) * (Yi - Yの平均)) / Σ((Xi - Xの平均)の二乗)
::結果として得られるモデル式は、従属変数を Y、独立変数を X とすると <br/>
#::b = Yの平均 - a * Xの平均
:::<b>  Y = a * X + b </b><br/>
:#;モデル評価指標:モデルそのものを評価する指標は、以下の通りである<br/>
::で表され、これは独立変数を原因とし、従属変数を結果とする因果関係モデルが構築されることを意味する。 <br/>
#:::<b>決定係数  :[Σ(Y:(Σ(Yの予測値i-Yi - Yの平均)の二乗]/:[Σ(Yi-Y) / (Σ(Yi - Yの平均)の二乗]</b>) <br/>
::ここで、X、Yはそれぞれ入力データとなる実績値のベクトルを表す。 <br/>
#:::<b>重相関係数  決定係数の平方根 </b> <br/>
::また、aとbは、実績値を使用し、計算によって求められた回帰係数であり、この時の計算はYの理論値と <br/>
::実績値との乖離(=残差)が最小となるように決定される。 <br/>
 
:2.回帰係数(=回帰パラメータ) <br/>
::回帰係数の計算アルゴリズムは、以下の通り。  <br/>
:::<b>a = Σ(Xi-Xの平均)(Yi-Yの平均)/[Σ(Xi-Xの平均)の二乗]</b> <br/>
:::<b>b = Yの平均 - a * Xの平均 </b> <br/>
 
:3.モデル評価指標 <br/>
::モデルそのものを評価する指標は、以下の通り。 <br/>
:::<b>決定係数  :[Σ(Yの予測値i-Yの平均)の二乗]/:[Σ(Yi-Yの平均)の二乗]</b> <br/>
:::<b>重相関係数 : 決定係数の平方根 </b> <br/>
 
[[カテゴリ:統計学]]