回帰分析

説明変数と目的変数の関係を数式（回帰式）で表現し、予測や要因分析を行う統計手法。説明変数が1つの単回帰分析と、複数の重回帰分析がある。将来の予測やデータ分析に広く用いられる。

説明変数と目的変数の関係を数式（回帰式）で表現し、予測や因果関係の分析を行う統計手法。説明変数が1つの単回帰分析と複数の重回帰分析がある。最小二乗法で回帰式を求め、売上予測や需要予測などに活用される。

2つ以上の変数間の関係を数学的にモデル化する統計手法。目的変数と説明変数の関係を回帰式で表し、予測や推定に利用する。プロジェクトマネジメントでは、過去の実績データからコストやスケジュールの予測に用いられる。

2つの変数間の線形関係の強さと方向を-1から1の範囲で示す指標。1に近いほど正の相関、-1に近いほど負の相関、0に近いほど無相関を示す。因果関係を意味しない点に注意が必要。

多次元データの分散が最大となる方向（主成分）を求めてデータを低次元に射影する統計手法。次元削減や多変量データの可視化に用いられ、固有値分解により主成分を算出する。寄与率で各主成分の重要度を評価。

2つの変数間に見られる関連性の度合い。正の相関（一方が増えると他方も増える）と負の相関（一方が増えると他方は減る）がある。相関があっても因果関係があるとは限らない点に注意が必要。

ある仮説が統計的に正しいかどうかを、データに基づいて判定する手法。帰無仮説と対立仮説を立て、有意水準を設定してデータの検定統計量から判定を行う。

仮説検定において、帰無仮説を棄却する基準となる確率。一般的に5%（0.05）や1%（0.01）が用いられる。有意水準以下の確率で起こる事象が観測された場合、帰無仮説を棄却する。

データのばらつきを示す指標で、分散の正の平方根。値が大きいほどデータが平均値から離れて散らばっていることを示す。品質管理や統計分析で広く使用される。