多重回帰分析

こんばんわ！
今日は多重回帰分析について書いていきたいと思います！
僕がいまちょうど使ってるのが多重回帰分析なんで、記事にしようと思いました！
まず、回帰分析には
・単回帰分析
・多重回帰分析
があります。
単回帰分析は1対1、
それに対して多重回帰分析は1対複数
となります。
回帰分析は、結果に対する原因を明確にする手法です。
単回帰分析は結果に対して、ひとつの原因を明確に、
重回帰分析は結果に対して、複数の原因を明確にします。
回帰分析では、結果を目的変数
原因を、説明変数と呼びます。
多重回帰分析を行う上で気を付けなければならないのは、
マルチコと呼ばれる、多重共線性です。
これは、説明変数内で相関係数の高いもの同士がある場合生じます。
まぁ、なにがいけないかって、
回帰分析行っても信頼性に欠ける。ってとこでしょうか。
実際にやってみればわかるかと思いますが、
表が3種類出てきます。
このとき見るべきポイントは、
・補正R2
・有意F
・P-値
くらいでしょうか。
補正R2は重回帰式の精度を表しており、百分率で確認します。
有意Fは0に近ければ近いほど、回帰式の信頼性が高いといえます。
P-値は有意水準です。5%未満だ多いんじゃないですかね？
統計学は理論を学ぶより、実際に使ってみないと学習していけないと思います。
僕も1か月くらい前から統計学やり始めました。
わからないことしかなくて、かなり時間かかりますが、焦らずデータの解析をしていきたいと思います。
今回の内容はそこまで深く書いてませんが、なにかの参考になれば幸いです。
今日はこの辺で失礼します。