重回帰分析の例.pdf

重回帰分析の例 都道府県別平均寿命を説明する 平均寿命を決定する要因 • 自然環境 –暮らし易さ（気温、霜、積雪、日照、公園、汚染） • 文化的環境 –教育、犯罪、人口、医療、食習慣、慣習 –豊かさ、活気 • 個人 –生活習慣（嗜好品、運動、趣味） –友人家族 アメリカの例では、 • 目的（被説明、従属）変数として、 – Life Expectancy(寿命）→LEXP • 説明（独立）変数として、 – 人口（Population)→POP – 収入(Income)→IN – 文盲率（Ｉｌｌiteracy)→ILL – 殺人率（Murder)→MUR – 高校卒業率（HS Grad)→HSG – 霜の日数(Frost)→FRO – 面積(Area)→AREA • 変数のペア毎の相関関係を観察する 相関係数を眺める • 相関係数の符号及び絶対値とグラフの関係 と観察する． • 直線的な関係であることを確認する． 単回帰モデルならば • 相関係数の絶対値が最も大きい，MURDER を用いるとよい． LEXP  MUR  MUR しかし，単回帰モデルが重回帰モデルよりも良 いという保証はない． 重回帰モデル • 殺人率、高校卒業率、霜の日数を含む重回 帰モデルが比較的良好なモデルとなる。 LEXP  MUR  HSG MUR HSG  FROS  FROS 日本でも同様に考えると、 • 目的変数は、都道府県別寿命 • 説明変数は、都道府県別： –離婚率 – 出生率 –大学進学率 –犯罪率 –乳児死亡率 –霜の降りる期間（日数） –面積 回帰モデルを当てはめる前に • まず、寿命の分布を見る。 • さまざまな単回帰モデルを考える。 –最も当てはまりのよい単回帰モデルを見つける には、相関係数を見ればよい。 –相関係数の符合と大きさを観察する。 • 実際に重回帰モデルを当てはめるとき、 –候補となるモデルをいくつか挙げ、その理由を考 えてみる。 –実際に当てはめてみる。 目的変数 は，男女 どちらか の寿命と しよう． 相関関係は因果関係ではない • 相関の強さはどこから来ているのか調べるこ とは興味深い． さまざまな問題 • 説明変数の候補は、探せばいくらでもある。 – 絞り込む基準は何か？ • 説明変数を変換する必要性はないのか。 – 平方根の方がよいのかもしれない。 – ２乗した方が良いのかもしれない。 • 絞り込んだ説明変数から導かれる候補の数が 多すぎる。 – 変数選択の問題である。一つの方法は，候補となる モデルをすべて当てはめ，修正決定係数の最も大き いものを選択するとよい．