べんてん２ｆ
べんてん３ｆブログは、ここに移動しました。 よろしくお願いします。 ｂｙつよぽん
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。
1. 重回帰分析
・1つの結果系変数について、原因系変数を複数個に分けて分析する回帰分析
・p値(有意確率)が大きければ、「その原因系からの影響は、たまたまである確率が高いから、影響するとはいいきれない」と判断される
・有意F(F値による有意確率p)が小さければ、すべての原因系変数に影響がないので、これらのモデルには説明力があるといえる
実際の場合、有意確率(有意水準、危険率ということもある)5%(p値には0.05と記されることがある)を下回れば、帰無仮説(無に帰する仮説)「影響がない」ということを棄却するリスクが5%を下回るので、そうした際にはそのデータからは帰無仮説を棄却できるリスクが小さいということで、そうした場合は「影響がある」と判断できます。
回帰分析で原因系と結果系がそれぞれ1つのときで散布図に表して直線的な関係があるかどうかということは聞いたことがあると思います。しかし、実際の現象では複雑な曲線になる場合の方が多いと思います。そうしたときにはPCの力を借りないと無理かもしれません。
Excel分析ツールでは原因系変数は16個まで設定できますが、ビジネスでは今わかっていることでは、これくらいの数で足りるかもしれません。私はExcelのデータを読み込ませてPython を使って分析したことがあります。プログラムの入力が結構大変です。