重回帰分析の理解

問題

重回帰分析に関する記述のうち誤りを1つ選べ。

重回帰分析（Multiple Linear Regression）は、予測したい数値（目的変数）を、「2つ以上」の要因（説明変数）の組み合わせで予測する代表的な回帰モデルです。

例えば、「家賃（目的変数）」を予測するために、「駅からの距離」「築年数」「広さ」という複数の要因（説明変数）のデータを同時に使って数式（方程式）を作るのが重回帰分析です。

（※説明変数が1つだけの場合は「単回帰分析」と呼びます）

1. 重回帰分析は説明変数が2つ以上の回帰モデルである

正しい：「広さ」と「駅からの距離」など、予測のヒントとなる特徴量（説明変数）を複数用いるのが重回帰分析の特徴です。

2. 重回帰分析は目的変数がカテゴリ値である

誤り：回帰分析は「売上」や「家賃」などの連続する数値（連続値）を予測するモデルです。カテゴリ値（クラス）を予測するのはロジスティック回帰などの「分類」モデルです。

3. 重回帰分析は線形回帰の一種である

正しい：複数の変数を足し合わせる一次方程式（線形）で関係をモデル化するため、線形回帰の発展形に位置づけられます。

4. 重回帰分析は家賃予測などに利用される

正しい：家賃予測、売上予測、需要予測など、結果に影響を与える要因が複数あるビジネス上の予測タスクの多くで利用されます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ