IT用語入門：回帰分析【数値の関係を式でとらえる】

回帰分析とは

回帰分析は、統計学の手法で、結果として知りたい数値（目的変数）を、影響を与える数値（説明変数）から数式で表す考え方です。データに最も合う直線や曲線を当てはめ、関係性をモデル化します。1つの説明変数だけで表す場合は単回帰、複数の説明変数を使う場合は重回帰と呼びます。

例えば、広告費から売上を予測したり、面積や築年数から家賃を見積もる場面で使われます。関係の強さは係数に現れ、値が大きいほど影響が強いと解釈します。

一般に、予測と実測のずれ（誤差）が最も小さくなるよう係数を求めます。よく用いられるのが最小二乗法で、切片や傾きが決まると新しいデータにも数式で推定できます。

仕組みが比較的シンプルで説明しやすく、要因を数量化して比較できます。将来予測や要因分析の基盤として、ビジネスや研究、機械学習でも広く使われます。