回帰モデル
予測モデリングに向けた線形回帰とロジスティック回帰を学び、モデルの出力を解釈します。
「回帰モデル」はCoddyKit上の無料R Academyレッスンです。 これはレッスン1/3です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはR Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 R Academyコースには全3レッスンが含まれています。
回帰モデル入門
回帰モデル入門
回帰分析は、変数間の関係をモデル化するための統計的手法です。結果の予測やデータのパターンの発見に役立ちます。
線形回帰を理解する
線形回帰を理解する
線形回帰では、従属変数と独立変数の関係を直線でモデル化します。
model <- lm(mpg ~ hp, data=mtcars)
summary(model)回帰直線の可視化
回帰直線の可視化
abline()を使用して、散布図に回帰直線を追加します。
plot(mtcars$hp, mtcars$mpg)
abline(model, col='red')重回帰
重回帰
重回帰では、複数の独立変数を使用して従属変数の変動を説明します。
model_multi <- lm(mpg ~ hp + wt, data=mtcars)
summary(model_multi)モデルの適合度の確認
モデルの適合度の確認
summary()を使用して、決定係数やp値など、回帰モデルの品質を評価します。
summary(model_multi)ロジスティック回帰の実行
ロジスティック回帰の実行
ロジスティック回帰では、二値のカテゴリ結果（成功と失敗など）をモデル化します。
data(mtcars)
mtcars$am <- as.factor(mtcars$am)
model_logit <- glm(am ~ hp + wt, data=mtcars, family='binomial')
summary(model_logit)新しい値の予測
新しい値の予測
predict()を使用して、学習済みの回帰モデルから予測値を生成します。
predict(model_multi, newdata=data.frame(hp=120, wt=3))モデルの仮定の評価
モデルの仮定の評価
回帰モデルでは、誤差が正規性、等分散性、独立性を満たすことを仮定します。残差プロットを確認して妥当性を評価します。
plot(model_multi$residuals)まとめ
まとめ
このレッスンでは、次のことを学びました。
- 単回帰と重回帰を実行する方法
- 回帰モデルの性能を評価する方法
- 回帰モデルを使用して新しい値を予測する方法
よくある質問
「回帰モデル」レッスンは無料ですか？
はい。「回帰モデル」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、R Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 R Academyコースには全3レッスンが含まれています。
「回帰モデル」で何を学びますか？
予測モデリングに向けた線形回帰とロジスティック回帰を学び、モデルの出力を解釈します。 ブラウザで直接実行するハンズオンコードでR Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
R Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのR Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン1/3です。
「回帰モデル」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このR Academyレッスンでコードを書いて実行できますか？
はい。すべてのR Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。