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。

目的変数と説明変数の関係を数式モデルで表現する統計手法。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。最小二乗法で回帰係数を推定し、決定係数で当てはまりの良さを評価する。予測や要因分析に広く活用される。

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。

ある変数を他の変数で説明・予測するために、変数間の関係を数式として当てはめる手法。売上を広告費で説明するといった予測モデルの構築に用いる。

目的変数と、それに影響する説明変数との関係を数式（回帰式）で表し、要因の影響の大きさの把握や予測に使う統計手法。説明変数が1つの単回帰分析、複数の重回帰分析、目的変数が2値のロジスティック回帰分析などがある。回帰式は変数間の関連を表すにすぎず、因果関係を示すとは限らない。

ある変数（目的変数）の値を、他の変数（説明変数）の値から説明・予測する関係式を求める統計手法。説明変数が1つなら単回帰分析、複数なら重回帰分析といい、最小二乗法で係数を求め、当てはまりのよさを決定係数で評価する。需要予測や要因分析に使う。

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。

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

データの合計をデータの個数で割った値。データの中心的傾向を示す代表値の一つであり、外れ値の影響を受けやすいという特徴がある。

データを大きさの順に並べたとき、ちょうど中央に位置する値。データの個数が偶数の場合は中央の2つの値の平均をとる。外れ値の影響を受けにくい代表値である。