２変数間の関連のモデルによる表現は「回帰分析」

関連状況の記述からの予測

ソフトドリンクと気温の関係

気温とソフトドリンクの売上げ表を見ると、

1. 気温の高い日はソフトドリンクの売上が多い
2. では、気温が30度位だと、どの程度の売り上げがあるのだろうか？
3. 気温が１度上がると、売り上げはどの程度増えるのだろうか？ 
4. 気温から、売上高を予測できないだろうか？

と疑問が湧いてきます。

気温から売り上げを予測するとは？

気温と売り上げを対応させる何らかの関数を与える必要がある 
どのような関数（モデル）で予測すれば良いか？

1. 曲線を利用した予測 
2. 階段関数を利用した予測 
3. 直線を利用した予測 （今回はこれ）

直線の求め方

各データとの距離が一番短くなる直線を選ぶ方法：最上二乗法

分析結果

a=1334.2
b=8095.1

よって、
売上高＝1334.2×気温+8095.1
気温が１℃上がるたびに、売上が1334.2増えます。
気温が０度の場合は、b=8095.1となります。

回帰モデル

まだ、残差が大きく存在するため、新たな分析モデルを構築する必要性があります。
そして複数の要因で説明する時は、単回帰分析から重回帰分析へと名称が変わる。