重回帰分析と数量化理論(1)類を組み合わせてスポーツのタイム予測をする方法は？

質問

• 文系人間がスポーツのタイム予測に重回帰分析と数量化理論(1)類を組み合わせて分析する方法を教えてください。
• 重回帰分析と数量化理論(1)類を使ってスポーツのタイム予測をする際に、天候やその他の質的データも考慮する方法を教えてください。
• 文系人間でも分析ツールを利用して重回帰分析と数量化理論(1)類を組み合わせてスポーツのタイム予測をする方法をご教示願います。

回答No.2

taba · ベストアンサー

何のために分析をされるのか分かりませんが、例えば大学などの論文や、ビジネス上の判断材料にしようとするのであれば、専門家に相談することをお勧めします。失礼な言い方で申し訳ないのですが、補足欄に書かれているコメントを読む限り、正しい分析をすることは難しいと思います。
多変量解析は、手法の適用も大切ですが、入力する変数の取捨選択（試行錯誤）や、結果的に出てきたモデルの誤差などを読む力が無いと、使えるとは言えません。「タイムに影響するのは、１に○○、２に△△、…」と書いたところで、ちゃんとプロセスを見る力がある人がデータを見れば、穴がいくらでも見つかるものです。

連続変数（←→離散変数）というのは、量的変数（←→質的変数）と同じで、身長や体重のように連続する変数です。

＞天気やその他の変数だけでタイムとの関係を見ることは、距離によってタイムが大幅に左右されるので、あまり意味がなさそうです。

よく分からないのですが、距離が長くなればタイムが伸びるのは当然です。もし、距離「以外」の要素だけの影響を解析したいというのであれば、同じ距離のデータだけを分析するか、距離の影響を除くような加工（例えば100mあたりタイムとか、標準タイムからのプラスマイナスとか）をするとかしないと駄目ですよね。しなければ「距離」が最も大きな要因になるのは当たり前で、ならなければその分析は間違いでしょう。普通は距離が一番大きな要因であることは自明で、２番目の要因が何かを探るのではないですか？

＞例えば重回帰で数値を持っている変数で予測式を出し、それにI類で出した式をなんとか組み合わせることはできないのだろうか

これはできません。多変量解析というのは、そもそも２つ以上の変数（＝多変量）が、どのように１つの被説明変数に影響を与えるかという構造を、一度に分析するためにあるのです。Xという被説明変数をA,B,C…という説明変数で説明しようとするとき、問題なのはAとB、AとC…などの説明変数内の相互に相関が存在してしまうということです。これを加味（というか排除）しつつ、Xに対するA,B,Cそれぞれの「単独の」影響力を測定するために、多変量解析の手法が存在するのです。

↑もしこの文章で言っていることが初耳なら、悪いことは言いませんから書籍等で勉強することをお勧めします。入門書としては、少し古いですが、以下の本がいいかもしれません。
★創造の方法学(講談社現代新書 ５５３)
高根 正昭著

お礼

度々のご回答ありがとうございました。

スキーレースでこの人であれば順当にいけばこのコースでどのくらいのタイムで滑れていただろうかと予測したいと思って何とか予測式がたてられないものかと考えた次第です。

距離が一番大きな要因で・・という点で例えば100mあたりタイムで分析するということにまるで気づいていませんでした。
このことと、天候や雪面の状況（これはあくまでもアバウトな人の感覚に頼ったwetであるとかsoftといった表現での状況ですが）の各々のケースに分けてもう一度、その他の変数（標高差や旗門の数）などから分析をしてみます。

無論、雪面をスキーの板が滑る際に発生する摩擦熱で雪が溶け・・・・といった、とても難しい領域に入りきれるはずもなく、また、あくまでも人が滑るタイムのこと。技術面のバラツキやコースのセットの難易度などまで考えれば、到底数式だけで表すことができるわけもないのですが、私が得ることが出来る変数を使ってある程度の傾向をみて「大体この程度のタイムならはずれじゃなさそう」という予測式をたてられるよう頑張ってみます。

教えていただいた本、探してみます。もっとちゃんと勉強します。
ありがとうございました。