擬似相関

二つのデータに強い相関があるように見えても、実際は共通の別の要因（第三の変数）によって生じている見かけ上の相関。相関があることを因果関係と早合点しないための注意点として問われる。

2つの変数の間に直接の因果関係がないのに、両方に影響する第3の変数（交絡因子）などのために、相関があるように見える現象。アイスクリームの売上と水難事故の件数が、ともに気温の影響で連動するのが典型例である。交絡因子を考慮した分析や因果推論の手法で、見かけの関係と真の因果を区別する。

2つの変数の間に直接の因果関係がないのに、両方に影響する第三の変数（交絡因子）があるために見かけ上生じる相関。アイスクリームの売上と水難事故の件数が、ともに気温の影響で連動する例が知られる。相関があるからといって因果関係があるとは判断できない。

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。

データの散らばり具合を示す統計量で、各データと平均値の差の2乗の平均。標準偏差の2乗に等しい。V(X) = E((X-μ)²)で計算される。

2つの変数間の線形関係の強さと方向を示す指標。-1から1の範囲の値を取り、1に近いほど正の相関、-1に近いほど負の相関、0に近いほど相関がないことを示す。

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。

多数の変数を、情報の損失を抑えながら少数の新しい変数（主成分）にまとめる手法。データのばらつきが最も大きくなる方向を第1主成分とする。次元削減や可視化、機械学習の前処理に使われる。

回帰分析などで、結果を説明する側として与える変数。独立変数ともいう。広告費から売上を予測するモデルでは広告費が説明変数にあたる。複数使うものを重回帰分析という。