目次:
定義-重回帰とはどういう意味ですか？
重回帰は、他のいくつかの独立変数または予測変数から基準の値を導き出すために使用される統計ツールです。 それが特定の結果にどのように、そしてどの程度影響するかを評価するのは、複数の要因の同時の組み合わせです。
この手法は、要因自体の性質が測定不能または純粋なチャンスの性質である場合に故障します。
Techopediaは重回帰について説明します
重回帰の実例は実生活にたくさんあります。 たとえば、ゾーンプランナーは、家の価値がその地域の平均世帯収入、家の面積、家の土地面積、建てられた年などの要因によってどのように影響を受けるかを知りたいと考えています。 これらすべてを重回帰を実行できるシステムにプロットした後、彼は住宅の販売価格に最も影響を与える要因が面積と面積の平均収入であることを発見しました。 多重回帰はさらに進んで、高価格の家が低価格および中価格の家よりもはるかに広範囲に同じ2つの要因の影響を受けることを示します。
別の例は、適切な報酬を決定しようとする採用会社です。 給与の予測変数は、現在の給与、従業員が監督している人数、従業員に与えられている責任の量であることがわかります。 会社は重回帰を使用して、潜在的な従業員の現在の給与が、その人が新しい仕事で喜んで受け入れる給与の単一の最も重要な決定要因であることを見つけることができます。
ただし、重回帰は、結果が測定不能な要因または純粋な偶然の影響を受ける可能性が高い場合には信頼できません。 たとえば、正確に回帰を使用して、さまざまな要因（経済状況、インフレ、平均可処分所得、企業の収益予測など）が正確に20年後の株式市場指数にどの程度影響するかを計算することはできません。 これらの外部要因のメカニズムには、単にあまりにも多くの未知数があります。
