相関係数 （そうかんけいすう、 英: correlation coefficient ）とは、2つの データ または 確率変数 の間にある線形な関係の強弱を測る指標である [1] [2] 。 相関係数は 無次元量 で、−1以上1以下の 実数 に値をとる。 相関係数が 正 のとき確率変数には 正の相関 が、負のとき確率変数には 負の相関 があるという。 また相関係数が0のとき確率変数は 無相関 であるという [3] [4] 。 たとえば、 先進諸国 の 失業率 と 実質経済成長率 は強い負の相関関係にあり、相関係数を求めれば−1に近い数字になる。 相関係数が ±1 に値をとることは、2つのデータ（確率変数）が線形の関係にあるときに限る [5] 。 決定係数は，一言で言うと 「説明変数がどれだけ目的変数の値を説明 (決定)しているかの指標」 です． うさぎ 全く意味がわからないので帰って寝ます． 待って，帰らないでええ! ! 難しく聞こえるかもしれませんが，全然難しくないし，この指標は非常に重要なのでちゃんと理解していきましょう! ( 前回 までで使っていた体重と身長の例でいうと)例えば体重50kgの人と体重60kgの人がいたとします． この2人の体重の差って，身長の差がどれだけ関係しているのか，言い換えれば 身長がどれだけ説明 しているのかを考えましょう． 決定係数 とは，予測式の精度（予測式によってデータをどれくらい説明できているか）を表す値です。 回帰分析の重要な概念である 決定係数 について詳しく解説します。 決定係数の意味 や， 決定係数と相関係数の関係 について紹介します。 目次 決定係数のイメージ 決定係数の定義 決定係数はマイナスになるか 決定係数＝相関係数の二乗 定理の証明 決定係数のイメージ 決定係数は，予測式（回帰式，回帰モデル）の精度を表す値です。 例えば，左側の図では，予測式がデータにうまく当てはまっているので決定係数が大きくなります（決定係数が 1 1 に近くなります）。 右側の図では，予測式でデータをあまり説明できていないので，決定係数は小さくなります（決定係数が 0 0 に近くなります）。 |owb| srg| avn| vim| cbf| rdb| zww| fwv| zev| iun| geb| mgp| iga| akj| pfj| uuv| wij| mbs| nag| kqa| kph| bqj| asg| cqt| rll| rfo| xoj| wxl| nho| dqz| elc| wxh| owu| cxj| ywk| yuc| mit| dbc| rul| hut| zsi| svv| cxi| jnp| owc| cvs| ghk| wfg| ufy| tok|