• ベストアンサー

回帰関係の有意性と回帰係数の有意性の意味

「回帰関係の有意性」と「回帰係数の有意性」についての質問です。 この2つなんですが、それぞれ何故こんなことをするのでしょうか? また何がわかるのでしょうか? 式を見たりしてもイマイチ理解ができず、困っています。 簡潔に説明して頂けると大変有り難いです(><;) よろしくお願いします。

質問者が選んだベストアンサー

  • ベストアンサー
  • kgu-2
  • ベストアンサー率49% (787/1592)
回答No.1

>式を見たりしてもイマイチ理解ができず 統計学を数式で説明できるヒトなら可能です。私は、もっぱら国語で理解していますので。それと、回帰分析を何度もやればなんとかなります。といっても、回帰分析の解釈は、専門家でも間違っている例をいくつも知っています。 >「回帰関係の有意性」 有意性の判定を相関係数で行うのなら、x軸とy軸の両者の関係は偶然なのか否かの判定をします。有意であれば、回帰式も適切である、と考えます >「回帰係数の有意性」  回帰係数は、重回帰分析の時に、どの因子の影響が強いか、の判断に使えます。総合的なテストをして、国語と数学の点数との重回帰分析をすれば、どちらの能力が有利の判定は、回帰係数の大きいほうが有利、と判断します。  回帰係数の有意性を利用するような検討は、想定しがたいのですが、間違いありませんか。有意性ではなく、有用性なら、回答は上記です。  ご質問に忠実に解答すれば、数学と国語の関係の回帰式を日米2カ国で算出、この回帰式が異なること(日米では異なること)を示したい、なんぞの判定は、回帰係数の有意性から判断できます(同じであることは、主張できません)。すなわち、AとBの回帰式は異なる、ことを主張したいときには利用できますが、私の分野では使われた論文を読んだ記憶はありません。  

toki_06
質問者

お礼

kgu-2さんありがとうございます! 切羽詰まっていたので、とてもうれしいです!! 実はテストの過去問を見て、ご質問させていただいたのですが、 その問題用紙を見る限り、回帰係数の有意性のようです・・・。 kgu-2さんにご説明頂いた有用性のほうは、なるほど!と すんなり理解できました。 そしてミスプリではないかと、疑いを持ち始めた有意性のほうですが、 その問題の問題文としては、 以下の5つについて、何故こんなことをするのか、 何がわかるのかを簡潔に説明せよ。(式は不要) ・回帰関係の有意性検討 ・回帰係数の有意性検討 ・自由度調整済寄与率 ・残差の検討 ・多重共線性 と、言うような感じの問い方です。 こんな問い方だったら有意性はありえるのでしょうか?

その他の回答 (1)

  • backs
  • ベストアンサー率50% (410/818)
回答No.2

検定の意味が(目的が)分からなくなってしまったときは、帰無仮説がなんであるかをもう一度考え直してみるとスッキリしますよ。 回帰関係の有意性というのは回帰方程式全体の有効性についての検定のことですね?これは「分析に使用した説明変数は目的変数を説明できていない」という帰無仮説について検定するのです。だから、得られた分散分析表より、有意であるという結果が得られれば、そのモデルは予測に使用できるといえるわけです。 回帰係数の有意性というのは、標準化偏回帰係数についての検定のことですね。これは「推定した標準化偏回帰係数は0である」という帰無仮説について検定するのです。得られた分散分析表において、各係数に対するp値が低くて有意であるとすれば、その係数には意味があるといえるわけです。もし有意でなければ、その係数は0だということです(言い換えれば目的変数に影響していない)。

toki_06
質問者

お礼

ありがとうございます☆ なるほど有意でないと使えないということなんですね! 冷静になってみると、わかってきた気がします。 参考になりました。

関連するQ&A

  • 回帰分析で「有意な相関がある」という言葉はあり得るのか

     回帰分析(単回帰、重回帰)において、例えば単回帰では「2つの間には有意な正の相関関係が認められる」という日本語はあり得るのでしょうか。そもそも、回帰分析において相関関係の有意性を検定する検定方法というものが存在するのでしょうか。または、相関係数や決定係数で判断するしかない(例えばr2が0.8以上なら精度が高い)のでしょうか。  また、回帰式や回帰係数の有意性の検定といわれているものは母集団に対する検定ということですので、今回の質問の答えに当てはまらないと考えていますが、この考えは合っているのでしょうか。

  • 重回帰分析の偏回帰係数についての質問です。

    重回帰分析の偏回帰係数についての質問です。 分析で重回帰分析をやっていたのですが、 偏回帰係数がどのくらいの値をとったらそれが有意な偏回帰係数であるかがわかりません。 どなたか教えてください。

  • 重回帰式の応用

    重回帰分析の結果と回帰式の使い方、応用の方法について質問です。相関係数0.85、決定係数0.72と出たのですが、全部で7つの説明変数のうち6つは有意ではありませんでした。多重共通性の問題に該当する説明変数を省き、再度分析したのですが結果として有意と判断されるのは1つの要因のみでした。そこで、その1つの要因に対して単純回帰分析を行うと相関係数0.72、決定係数0.51と重回帰分析よりも数値が低下してしまいました。この場合有意性の問題を無視し、はじめの重回帰式を用いて被説明変数を求めること(有意ではない説明変数を多く使うことで、被説明変数の誤差を少なくすること)に何かしらの問題はありますでしょうか? 素人のため質問内容がわかりにくかったら申し訳ありません。よろしくお願いします。

  • エクセルで標準化偏回帰係数を求めたい

    いつもお世話になっております。 有る事象を説明するために大昔聞いたことが有る重回帰分析による複数の要因の影響の大小比較(項目の寄与率の数値化)をやってみようとNETで調べまくり、エクセルのアドインのインストールから初めて、どうやら私は「標準偏回帰係数を求めたい」というところまで分かったのですがエクセルの回帰分析の結果では当該項目が表示されていません。 言葉の定義をアレコレ調べたところ、エクセルでは何故かこの項目は算出されない、とのショックな事態。 但し、下記の式で計算できるとのことなのですが、この式の項目がエクセルの回帰分析結果のどの項目に該当するか分からず調べてみても同じページの堂々巡り状態。 標準偏回帰係数=偏回帰係数×説明変数の標準偏差÷目的変数の標準偏差 どなたか各項目が、エクセルの回帰分析結果に表示されているどの項目に該当するのか教えていただたく。 調べれば調べるほど意味不明となりつつあり、 >標準偏回帰係数は重回帰式における各変数の重要性を表す指標であり、標準化偏回帰係数どうしの大小を比較できます。 という表記が有るのですが、標準偏回帰係数と標準化偏回帰係数は意味が違うのでしょうか? このレベルですのでご了承の上よろしくお願い致します。 またもっと簡単に求める方法があればぜひお願いします。 <エクセルの分析結果で表示される項目> <回帰統計> 重相関  重決定 R2 補正 R2 標準誤差 3  観測数 <分散分析表>     自由度 変動 分散 観測された分散比 有意 F 回帰 3 残差 43 合計 46 係数  標準誤差 t P-値 下限 95% 上限 95% 下限 95.0% 上限 95.0%

  • 2つの重回帰分析結果の標準偏回帰係数の有意差

    2つのデータ集合(目的変数Y、説明変数X1,X2)について重回帰分析をそれぞれ行い、2つの回帰式を得ます。その結果求められたX1の標準偏回帰係数が、2つの回帰式間で変化したこと調べるには、検定が必要でしょうか?また、必要な場合、どのような検定を行えばよいでしょうか? 色々調べてみたのですが、わからず困っています。教えていただけると本当に助かります。どうぞよろしくお願い申し上げます。

  • 回帰係数が頑健であるとは?

    回帰係数が頑健であるという表現があります。 なんとなく、「回帰係数はサンプルデータによってぶれが出てくるが、頑健である回帰係数とはその中でも『正しい』値に比較的近いものを指す」ということかと理解しているのですが、具体的にはどういう場合に頑健であると言えるのでしょうか?

  • 回帰係数の有意性の検定

    線形回帰式 y=b0+Σ[i=1~p]bi・xi y:被説明変数 xi:説明変数 bi:係数 があり、N組のデータからbiの最尤推定量 bi~ を求めるとします。 この bi~ の有意性を検定する場合、bi~ が最尤推定量の漸近正規性から、以下の正規分布に従っているとみなします。 N(bi★,σ^2) (bi★は真のパラメータ、分散σ^2は未知) 次に以下の仮説検定を行います。 帰無仮説 H0:bi★=0 対立仮説 H1:bi★≠0 ここでは bi~ の分散が未知なので、bi~ の標本分散 s^2 を用いて 以下のt統計量により検定を行います。 t=bi~/(s/√N) ~ 自由度N-1のt分布 以上のような解説を聞いたのですが 最尤推定量 bi~ はN個のデータから1回推定を行っただけなので 標本は1個しかありませんよね? だったら、標本分散s^2って計算できない気がするのですが… 私の理解のどこがおかしいでしょうか?

  • 回帰分析における回帰係数(α)の意味

    回帰分析における回帰係数(α)の意味 線形回帰式Y=α+βXにおける 定数項αの意味について、2点質問いたします。 (1)定数項αが0以外の数値をとるということは、 被説明変数Yの数値に対して、αは何か影響を 与えていることを表すものでしょうか? (2)αについて仮説検定を行うために、帰無仮説・ 対立仮説をそれぞれ立てたとき、各仮説の意味は 以下の通りになるでしょうか? ・帰無仮説(α=0)→Yの数値に対して影響を与えている変数が他に存在する ・対立仮説(α>0)→Yの数値に対して影響を与えている変数が他に存在しない 当方、数学及び統計学については初学者です。 分かりやすくご教示いただける方からのご回答を お待ちしております。 以上、よろしくお願い申し上げます。

  • 重回帰分析における効果量と決定係数は違いますか?

    重回帰分析について質問があります。 重回帰分析において効果量と決定係数は違うものでしょうか? というのは、表記の仕方はどちらもR2なのですが、効果量に関するCohenの基準をみると、0.3くらいで中程度の効果量があると説明されており、決定係数の説明を見ると、重回帰式の当てはまりを示すもので一概には言えないが0.6-0.7くらいあるといい(6,7割説明できることになる)と書いてあり、同じ表記なのに、解釈が別々になっていてよくわかりません。 効果量と決定係数の意味の違いを理解していなくて恐縮ですが、このあたりの考え方の違いを含めて教えていただけるとありがたいです。

  • 原点を通る重回帰式の偏回帰係数

    はじめまして。 目的変数に対し、3つの説明変数を持つ資料があり、原点を通る重回帰式をたてたいところです。Excelなど、計算機の機能によって答えはわかっているのですが、式を作る計算過程を説明する資料を作らなければならなくなりました。 Y = aX+ bW + cZ Y: 目的変数 X:説明変数1 W:説明変数2 Z:説明変数3 a,b,c : 偏回帰係数 について、残差平方和 {Σ(Yi - ( aXi + bWi + cZi ))}^2を最小にするa,b,cを求めたいのです。残差平方和に対し、a,b,cで偏微分するといいのだ・・・などという理論は概ねわかりますが、私の数学力では、実際に計算過程を書き表すことができません。 説明変数が2つで、原点を通らない重回帰式の偏回帰係数の計算方法については、たとえば、以下のURLに書き表した例があります。 http://aoki2.si.gunma-u.ac.jp/lecture/Regression/mreg/mreg1.html このような書き表しの例で、説明変数が3つで、原点を通る重回帰式の偏回帰係数の計算方法をご紹介、またはご提示いただけないでしょうか。 どうかよろしくお願いいたします。