最小二乗解|【多変量解析・統計学・統計解析】
最小二乗解
最小二乗解(最小二乗基準〉〈Least Squares Solution or Criterion〉
二変数または回帰式において,回帰係数および切片の値を推定するために用いられる基準。
値は参加者間の基準変数における予測偵と実測値の差の二乗和を最小化するように求められる。
すなわち、予測における誤差の二乗和の最小である。
差分重みづけ〈Differential Weighting〉各予測変数の得点と変数の回帰係数を掛け,その積の和によって基準変数の予測得点を得る方法。
各予測変数は独自の回帰係数をもっているため,予測変数の差分で重みづけられる。
残差得点(誤差得点)〈Residual or Error Scores〉
参加者の回帰式によって予測された基準変数得点を、実際の基準変数枠点から減算することで求められる値。
実験的統制〈Experimental Control〉統計的な方法とは対照的に、ある変数を一定に保持あるいは均質化することにより,潜在的な第三変数によって生じうる説明を統制する方法。
たとえぱ。参加者を群に無作為に割り当てた群間で参加者の特徴を均一にするなど。
また女性の参加者のみを研究に用いることで性別を統制することができる。
重回帰/相関〈Multiple Regression/Correlation: MRC〉
データ分析手法のlつで、最小二乗基準に基づき,複放の予測変数と1つの基準変数の間の線形関係を決定すること,あるいは,ある雌準変数を予測するのに最適な予測変数の結合のしかたを決定することである。
重回帰係数〈Multiple Correlation Coefficient〉
重回帰分析の結果の1つで,0から1までの値をとり@基準変数と合成された予測変数の問の線形関係またはA実際の観洲変数と予測された基準変数の問の線形関係,の程度を表す。
重回帰方程式〈Multiple Regression Equation〉
重回帰分析の結果は,最小二乗基準に基づいて予測変数を重みづけた線形結合で衣現し,基準変数に最適な予測変数を提供する。
これには得点を用いる形式と標準化得点を用いる形式の方程式がある。
重決定係数〈Coefficient of Multiple Determination〉
MRC分析において,予測変数の組み合わせの幅で共有されている基準変数の分散の制合を表す,
重相関係数を二乗した値。
縮小,縮小式,導出研究における部分的なサンプルに特布の変数どうしの関係を反映するMRCの出力結果である。
したがって,回帰式が異なるサンプルの参加者に対して用いられたとき、予測の関連性と精度は低くなる(つまり小さくなる)。
これは縮小という現象として知られている。
予想される縮小を推定するための式は縮小式として知られており,これらの式のlつによって推定された重相関係数は縮小されたあるいは調整済み係数とよばれ、縮小されたあるいは調整済みがaの形で報告されることが多い。
冗長な分散〈Redundant Variance〉
2つかそれ以上の予測変数によって共有されている基準変数の分散、つまり,この分散はこれらの予測変数のどこからでも予測・説明されるので,この過剰な分散は予測を目的にするときは余分である。
推定値や予測の標準誤差〈Standard Error of Estimate or Prediction〉
重回帰分析の結果で(SEと書く),誤差,すなわち残差得点の分布の標準偏差である。
予測された基準変数得点の誤差の平均的な大きさを表す。
関連記事