前回の単回帰分析に続き、今回は「重回帰分析」をご紹介します。こちらもExcelのデータ分析機能を使えば一瞬で実行することができます。
素晴らしくわかりやすい。データ解析の初歩でも十分に活用できそうです。
大変励みになるコメントをありがとうございます。 これからも色々と動画を作成していく予定ですので、どうぞよろしくお願いいたします。
凄く分かりやすて勉強になりました。ありがとうございます!!
こちらこそ、ご視聴ありがとうございました。 今後ともよろしくお願いします!
わかりやすいです! もっと評価されるべき笑
コメントありがとうございます! 今後ともよろしくお願いします。
非常にわかりやすいです。他の動画も私のような初心者でも理解しやすく有益です。 ありがとうございます。 質問なのですが、単回帰分析 重回帰分析が使える分析は、y と x が線形関係にある場合においてなのでしょうか?
コメントありがとうございます。 そう言って頂けますと動画作成の励みになります。ありがとうございます。 回帰分析自体は線形関係に限定されません。ただし、Excelで行う場合は限界があります。 単回帰分析でしたら、Excelでも線形以外の関係性を調べる事ができます。 こちらに関しては、宜しければ以下の動画をご覧ください。 kzread.info/dash/bejne/qGWIzNObqZrHm7Q.html 重回帰分析の場合、Excelで扱えるのは線形関係のみとなります。 ただし、元データを対数変換するなどしてから重回帰分析を行うことにより、一応は線形関係以外も扱う事ができます。
わかりやすい動画をありがとうございます!ダミー変数を含む重回帰分析の解説動画も、よろしければお願いいたします。
コメント&リクエストありがとうございます! ダミー変数を含む重回帰分析、ネタ帳に入れさせて頂きます。今後ともよろしくお願いします。
@@nishimaki ありがとうございます!
大変分かりやすい動画をどうもありがとうございます。 一点気になるのですが、例えば商品の売上を考える際に土日の購買力を測るために因数に加えるのであれば、平日を0、休日を1に数値化することで効力を測ることができるものなのでしょうか?
こちらこそご視聴ありがとうございます。 はい、仰るような処理は「ダミー変数」と呼ばれ、休日の効力を測ることが可能です。下記動画で似たようなことを行なっておりますので、ぜひご参考にしてみてください。 kzread.info/dash/bejne/oHqiqraYlK27aco.html
今回の天気を参考にして、疑問があるのですが、 災害が起こるという結果に降水量などのどの因子が影響しているかを分析するときは、重回帰分析で分かりますか? その時のyの値というのは、どれくらいの数値を超えたら災害が起きるとかが分かるのですか?
ご視聴ありがとうございます。 yを「災害が起こるか否か」の2択、もしくは「災害が起こる可能性」というパーセンテージとする事は可能です。 ただ、その場合は通常の重回帰分析とは少し異なる「ロジスティック回帰分析」という手法を適用することになります。 Excelで実行するのは少々面倒になってしまうのですが、Pythonなど他のツール/プログラム言語を用いると簡単に計算することができます。 ご参考:Pythonによるロジスティック回帰分析 kzread.info/dash/bejne/do2jlNiOh9qqcs4.html
@@nishimaki ロジスティック回帰の動画も拝見したのですが、エクセルだけで分析できたりしますか? プログラミング全くやったことないので…
はい、Excelでも一応可能ではあります。が、結構面倒になってはしまいます・・・ 下記サイトなどに具体的な方法が掲載されておりますので、ご参照ください。 bellcurve.jp/statistics/blog/8607.html qiita.com/maskot1977/items/3abe57187721258691cc
@@nishimaki ありがとうございます。 災害が起きた事例だけを集めて、降水量や地質などのどの要因が原因なのかを分析することは可能ですか? 災害が起きていない時のデータがないと、発生の確率は出せないですよね?
災害の発生確率を出したいのであれば、仰る通り、災害が起きていない時のデータも必要になります。 災害発生時のデータしか無い場合、平常時の降水量や地質にまつわる値の平均値が分かるのであれば、「1群のt検定」という手法で、「平常時と災害時の値に有意差があるか」という事ならば調べられたりします。
非常に分かり易くて助かってます。一つ質問ですが、一つの結果変数に対し説明変数がいくつもある時に、どの説明変数が一番結果変数を影響しているかはどのデータを見て判断するのでしょうか? 補足:実際にマーケティングで売上を上げるのにどの手段が一番効果覿面なのかを判断するのに重回帰分析を使いたいです。
ありがとうございます! どの説明変数が結果変数に最も影響を与えているかは、基本的に説明変数の回帰係数の大きさを見て判断します。ただし、その説明変数のp値が0.05を超えている場合、その変数は結果にあまり影響が無いと判断します。 ただし、マーケティングに活用する際はこれらの指標と実際のビジネス面の知見を照らし合わせて判断することが大事かと思います。
ご丁寧な説明をありがとう御座います。@@nishimaki
説明変数が、名義尺度(あり、あし)と数値尺度の場合は、どのようにすればいいですか?
名義尺度を含む説明変数はダミー変数にする必要があります。 方法については以下の動画でご説明しておりますので、宜しければご参照ください。 kzread.info/dash/bejne/oHqiqraYlK27aco.html
パス解析とプロマックス回転による探索的因子分析はエクセルで出来ますか?
かなり無理をすれば出来るかと思いますが、一般的にExcelで実行するのは難しいかと思います。 パス解析+プロマックス回転ではございませんが、下記ページなどご参考になりませんでしょうか。 qiita.com/maskot1977/items/ab6d038d622ecbb0730d
ご説明ありがとうございます。xは何個まで入れてでしょうか。
ご視聴ありがとうございます。 Excelを用いる場合は、16個まで入れられるようです。
@@nishimaki ありがとうございます♪
お忙しい中、たびたびすみません。変数の中、p値が0(他の変数は普通に出る)場合、どう考えればいいでしょうか。
考えられる理由としては、例えばp値が小さすぎて0と表示されてしまっているのではないでしょうか?
@@nishimaki ありがとうございます。それで行きます。
コロナウイルスの感染推移について重回帰分析したいのですが、どうすればいいでしょうか、
コロナウイルスの日別の感染者数を予測したいのであれば、まずは感染者数に寄与しそうな日別の変数を集めます。(気温や天候など) そしてその変数群を説明変数として、感染者数を目的変数とすれば重回帰分析が行えます。 ちなみに、感染者数は日々の数値の変動が激しいので、移動平均を取って数値を均しても良いかもしれません。
2:26
Пікірлер: 35
素晴らしくわかりやすい。データ解析の初歩でも十分に活用できそうです。
@nishimaki
4 жыл бұрын
大変励みになるコメントをありがとうございます。 これからも色々と動画を作成していく予定ですので、どうぞよろしくお願いいたします。
凄く分かりやすて勉強になりました。ありがとうございます!!
@nishimaki
3 жыл бұрын
こちらこそ、ご視聴ありがとうございました。 今後ともよろしくお願いします!
わかりやすいです! もっと評価されるべき笑
@nishimaki
3 жыл бұрын
コメントありがとうございます! 今後ともよろしくお願いします。
非常にわかりやすいです。他の動画も私のような初心者でも理解しやすく有益です。 ありがとうございます。 質問なのですが、単回帰分析 重回帰分析が使える分析は、y と x が線形関係にある場合においてなのでしょうか?
@nishimaki
3 жыл бұрын
コメントありがとうございます。 そう言って頂けますと動画作成の励みになります。ありがとうございます。 回帰分析自体は線形関係に限定されません。ただし、Excelで行う場合は限界があります。 単回帰分析でしたら、Excelでも線形以外の関係性を調べる事ができます。 こちらに関しては、宜しければ以下の動画をご覧ください。 kzread.info/dash/bejne/qGWIzNObqZrHm7Q.html 重回帰分析の場合、Excelで扱えるのは線形関係のみとなります。 ただし、元データを対数変換するなどしてから重回帰分析を行うことにより、一応は線形関係以外も扱う事ができます。
わかりやすい動画をありがとうございます!ダミー変数を含む重回帰分析の解説動画も、よろしければお願いいたします。
@nishimaki
3 жыл бұрын
コメント&リクエストありがとうございます! ダミー変数を含む重回帰分析、ネタ帳に入れさせて頂きます。今後ともよろしくお願いします。
@user-gd2yz3dj3b
3 жыл бұрын
@@nishimaki ありがとうございます!
大変分かりやすい動画をどうもありがとうございます。 一点気になるのですが、例えば商品の売上を考える際に土日の購買力を測るために因数に加えるのであれば、平日を0、休日を1に数値化することで効力を測ることができるものなのでしょうか?
@nishimaki
10 ай бұрын
こちらこそご視聴ありがとうございます。 はい、仰るような処理は「ダミー変数」と呼ばれ、休日の効力を測ることが可能です。下記動画で似たようなことを行なっておりますので、ぜひご参考にしてみてください。 kzread.info/dash/bejne/oHqiqraYlK27aco.html
今回の天気を参考にして、疑問があるのですが、 災害が起こるという結果に降水量などのどの因子が影響しているかを分析するときは、重回帰分析で分かりますか? その時のyの値というのは、どれくらいの数値を超えたら災害が起きるとかが分かるのですか?
@nishimaki
3 жыл бұрын
ご視聴ありがとうございます。 yを「災害が起こるか否か」の2択、もしくは「災害が起こる可能性」というパーセンテージとする事は可能です。 ただ、その場合は通常の重回帰分析とは少し異なる「ロジスティック回帰分析」という手法を適用することになります。 Excelで実行するのは少々面倒になってしまうのですが、Pythonなど他のツール/プログラム言語を用いると簡単に計算することができます。 ご参考:Pythonによるロジスティック回帰分析 kzread.info/dash/bejne/do2jlNiOh9qqcs4.html
@user-qh3bq3sq7m
3 жыл бұрын
@@nishimaki ロジスティック回帰の動画も拝見したのですが、エクセルだけで分析できたりしますか? プログラミング全くやったことないので…
@nishimaki
3 жыл бұрын
はい、Excelでも一応可能ではあります。が、結構面倒になってはしまいます・・・ 下記サイトなどに具体的な方法が掲載されておりますので、ご参照ください。 bellcurve.jp/statistics/blog/8607.html qiita.com/maskot1977/items/3abe57187721258691cc
@user-qh3bq3sq7m
3 жыл бұрын
@@nishimaki ありがとうございます。 災害が起きた事例だけを集めて、降水量や地質などのどの要因が原因なのかを分析することは可能ですか? 災害が起きていない時のデータがないと、発生の確率は出せないですよね?
@nishimaki
3 жыл бұрын
災害の発生確率を出したいのであれば、仰る通り、災害が起きていない時のデータも必要になります。 災害発生時のデータしか無い場合、平常時の降水量や地質にまつわる値の平均値が分かるのであれば、「1群のt検定」という手法で、「平常時と災害時の値に有意差があるか」という事ならば調べられたりします。
非常に分かり易くて助かってます。一つ質問ですが、一つの結果変数に対し説明変数がいくつもある時に、どの説明変数が一番結果変数を影響しているかはどのデータを見て判断するのでしょうか? 補足:実際にマーケティングで売上を上げるのにどの手段が一番効果覿面なのかを判断するのに重回帰分析を使いたいです。
@nishimaki
8 ай бұрын
ありがとうございます! どの説明変数が結果変数に最も影響を与えているかは、基本的に説明変数の回帰係数の大きさを見て判断します。ただし、その説明変数のp値が0.05を超えている場合、その変数は結果にあまり影響が無いと判断します。 ただし、マーケティングに活用する際はこれらの指標と実際のビジネス面の知見を照らし合わせて判断することが大事かと思います。
@okunohosomiti584
8 ай бұрын
ご丁寧な説明をありがとう御座います。@@nishimaki
説明変数が、名義尺度(あり、あし)と数値尺度の場合は、どのようにすればいいですか?
@nishimaki
2 жыл бұрын
名義尺度を含む説明変数はダミー変数にする必要があります。 方法については以下の動画でご説明しておりますので、宜しければご参照ください。 kzread.info/dash/bejne/oHqiqraYlK27aco.html
パス解析とプロマックス回転による探索的因子分析はエクセルで出来ますか?
@nishimaki
10 ай бұрын
かなり無理をすれば出来るかと思いますが、一般的にExcelで実行するのは難しいかと思います。 パス解析+プロマックス回転ではございませんが、下記ページなどご参考になりませんでしょうか。 qiita.com/maskot1977/items/ab6d038d622ecbb0730d
ご説明ありがとうございます。xは何個まで入れてでしょうか。
@nishimaki
2 жыл бұрын
ご視聴ありがとうございます。 Excelを用いる場合は、16個まで入れられるようです。
@Ietnam
2 жыл бұрын
@@nishimaki ありがとうございます♪
@Ietnam
2 жыл бұрын
お忙しい中、たびたびすみません。変数の中、p値が0(他の変数は普通に出る)場合、どう考えればいいでしょうか。
@nishimaki
2 жыл бұрын
考えられる理由としては、例えばp値が小さすぎて0と表示されてしまっているのではないでしょうか?
@Ietnam
2 жыл бұрын
@@nishimaki ありがとうございます。それで行きます。
コロナウイルスの感染推移について重回帰分析したいのですが、どうすればいいでしょうか、
@nishimaki
3 жыл бұрын
コロナウイルスの日別の感染者数を予測したいのであれば、まずは感染者数に寄与しそうな日別の変数を集めます。(気温や天候など) そしてその変数群を説明変数として、感染者数を目的変数とすれば重回帰分析が行えます。 ちなみに、感染者数は日々の数値の変動が激しいので、移動平均を取って数値を均しても良いかもしれません。
2:26