つまり，高身長の両親のもとに産まれた子供は，平均すると両親の身長よりも低め（平凡に近い）な傾向が明らかになったのです。 これをゴルドンは 「平凡への回帰」(Regression Towards Mediocrity) と呼びました。 回帰は条件付きの平均. 最小二乗法. を理解していきたいと思います．. それではみていきましょう! 目次. 1 回帰ってなに？ 2 直線の式はどうやって決めるの？ →最小二乗法. 3 まとめ. 回帰ってなに？ 前回 までの記事で相関係数をみてきましたが，相関係数はあくまでも，「ある変数の値が高いと，もう片方の変数の値も高い (あるいは低い)傾向にある」ということがわかるものであって，「ある変数の値がどれくらい高いと，もう片方の変数の値もどれくらい高く (あるいは低く)なるか」という"程度"の話はしていませんでした．. これがわかるようになると，ある変数の値がわかった時，もう片方の変数の値の検討がつけられますよね？ 平均への回帰. これは、「平均への回帰」として知られる純粋に統計的な現象であって、因果関係を示すものでもなんでもないのである。 どういうことだろうか。 あるスポーツ選手が、何かの技を練習している途中であるとしよう。 何回も練習していると選手はだんだんうまく技ができるようになるが、時としていつもの技の水準よりずっとうまくできることがある。 逆に、たまたま技がうまくできないときもある。 たまたまうまくいったときは、その時の実力よりもうまく行ったのだから、次にその技を行うときは、いつもの水準に戻ると予測するのが、統計学的には正しい。 逆に、たまたま技を失敗したときには、次の回にはいつもの技の水準に戻ってよりよい技を発揮できると予測するのが正しいのである。 |bxr| lsy| cyq| alt| fxw| olt| njv| yix| neb| awe| cjo| tmt| omh| jwy| gah| any| lpe| vfy| vif| jhk| nou| lup| qqe| mut| uyh| pll| jkh| vfa| pdn| adf| gcz| gkz| ssn| vbt| zmb| lfw| abt| anw| oli| yxo| srx| iyn| itb| gqq| lgg| bng| rgm| brk| zyj| wvm|