データに基づいた予測や意思決定が求められる現代において、統計学の基礎である「単回帰分析」はビジネスからアカデミックな研究まで幅広い領域で不可欠な手法となっています。しかし、「名前は聞いたことがあるものの、数式や実際の計算手順が複雑そうで難しそう」「エクセルでどのように分析すればよいか分からない」といった疑問を感じている方も少なくありません。
本記事では、1つの説明変数から目的変数を予測する単回帰分析の基本原理や数式をはじめ、散布図や最小二乗法、回帰直線、決定係数といった重要概念をわかりやすく解説します。加えて、エクセルの分析ツールを用いた具体的な計算手順や、重回帰分析との違いまで、データ分析の基礎を網羅的に紐解いていきます。
単回帰分析とは?データから未来や関係性を予測する統計手法の基本
統計学の入門として最初に学ぶことの多い単回帰分析とは、ある1つの要因(変数)をもとに、別の要因(変数)の値を予測したり、両者の関係性を明らかにしたりするための回帰分析の最もシンプルな形です。ビジネスシーンでは、例えば「店舗の広告宣伝費(説明変数)から来客数や売上(目的変数)を予測する」「気温(説明変数)から冷たい飲料水の売上本数(目的変数)を推定する」といった場面で活用されます。
ここで登場するのが、因果関係における2つの重要な要素である説明変数と目的変数です。説明変数は予測や原因の基準となる数値であり、一般的に「X」で表されます。一方、目的変数は予測したい対象や結果の数値であり、「Y」で表されます。単回帰分析の目的は、この「Xが変化したときにYがどのように変動するか」を数式(モデル)として定量化することにあります。
散布図と回帰直線が示すデータの全体像
単回帰分析を実践する第一歩は、データを視覚化することです。横軸に説明変数(X)、縦軸に目的変数(Y)をとったグラフを散布図と呼びます。散布図を描くことで、2つのデータの間に右肩上がり(正の相関)や右肩下がり(負の相関)といった傾向があるのか、あるいは全く関係がないのかを直感的に把握できます。
この散布図上に描かれる、データ全体の傾向を最もよく代表する1本の直線のことを回帰直線と呼びます。回帰直線は、数学的には「Y = aX + b」という一次方程式(直線の方程式)で表されます。ここで「a」は直線の傾きを、「b」は切片を示します。この直線が得られれば、新たなXの値が分かったときに、対応するYの予測値をスムーズに算出できるようになります。
最小二乗法による最適な直線の導出プロセス
散布図上の点すべてを通る完璧な直線を描くことは、現実のデータにおいてはほぼ不可能です。それぞれのデータ点と回帰直線との間には、必ずズレが生じます。この実測値と予測値のズレを残差と呼びます。
単回帰分析では、この残差をどのように最小化するかという問題の解決策として最小二乗法という数学的アプローチを用います。残差をそのまま足し合わせるとプラスとマイナスが相殺されてしまうため、各残差を「二乗」した値の合計が最も小さくなるように回帰直線の傾きと切片を決定します。この最小二乗法により、客観的かつ論理的に最もデータにフィットする予測モデルが導き出されます。
単回帰分析と重回帰分析の違い
データ分析を進める中で、しばしば比較されるのが重回帰分析です。両者の最大の違いは、扱う説明変数の数にあります。これまで述べてきた通り、単回帰分析は「1つの説明変数」から目的変数を予測します。
これに対し、重回帰分析は「複数の説明変数」(例:広告費に加えて、店舗の立地、スタッフの人数、気温など)を用いて目的変数を予測します。現実の社会現象やビジネスの売上などは、単一の要因だけで決まることは稀であり、複数の要因が複雑に絡み合っています。そのため、より精度の高い予測モデルを作りたい場合には重回帰分析が選ばれますが、その基礎となる原理や評価指標の考え方は単回帰分析と共通しています。
| 分析手法 | 説明変数の数 | 主な用途・メリット | 注意点・限界 |
|---|---|---|---|
| 単回帰分析 | 1つのみ | データの傾向を視覚的に理解しやすく、統計学入門に最適 | 現実の複雑な要因を十分に反映できない場合がある |
| 重回帰分析 | 2つ以上 | 複数要因を同時に考慮できるため、予測精度を高めやすい | 多重共線性(変数間の強い相関)に注意が必要 |
相関係数と決定係数によるモデルの評価
回帰直線や予測モデルを作成した後は、そのモデルがどの程度信頼できるものなのかを数値で評価する必要があります。ここで重要な指標となるのが、相関係数と決定係数です。
相関係数は、2つの変数の間にどれくらい強い直線的な関係があるかを示し、「-1から1」の間の値をとります。1や-1に近いほど強い相関があり、0に近いほど相関がないと判断されます。一方、決定係数(R2乗値)は、作成した回帰直線が実際のデータをどれくらいうまく説明できているかを表す割合(0から1、または0%から100%)です。決定係数が1に近いほど、その予測モデルの精度や当てはまりが良いことを示しています。
エクセル(Excel)分析ツールを活用した具体的な計算手順
実際のデータ分析では、手計算ではなくエクセル 分析ツールなどの表計算ソフトを活用するのが一般的です。エクセルを使った具体的な手順を順に追って見ていきます。
最初に、エクセルのシートに説明変数(X)と目的変数(Y)の数値をそれぞれ縦または横の列に並べて入力します。続いて、エクセルの「データ」タブにある「データ分析」アドイン(※あらかじめアドインの設定が必要)を選択し、分析ツールの一覧から「回帰分析」を選びます。ダイアログボックスが表示されたら、入力Y範囲(目的変数)と入力X範囲(説明変数)をそれぞれマウスでドラッグして指定します。出力先や残差の出力を選択して「OK」をクリックすると、一瞬で回帰統計や係数、分散分析表などの詳細な統計レポートが別シートまたは指定セルに出力されます。これによって、回帰直線の切片や傾き、決定係数の値を迷うことなく取得できます。
【単回帰分析とは】に関するよくある質問(FAQ)
Q1:単回帰分析を行う前提として、データにはどのような条件が必要ですか?
A1:説明変数と目的変数がともに連続データ(量的データ)であることが基本です。また、両者の間に直線的な関係(線形性)が成り立つことが前提となります。
Q2:エクセルで「データ分析」の項目が見当たらない場合はどうすればよいですか?
A2:エクセルの「ファイル」メニューから「オプション」、「アドイン」の順に進み、管理項目を「Excelアドイン」にして「設定」をクリックします。そこで「分析ツール」にチェックを入れて有効化することで表示されるようになります。
Q3:決定係数が低い値になった場合、どのように解釈すればよいですか?
A3:決定係数が低い(例:0.2以下など)場合、その説明変数だけでは目的変数の変動を十分に説明できていないことを意味します。別の説明変数を追加することを検討するか、重回帰分析へのステップアップを視野に入れる必要があります。
ここまで、単回帰分析の基本概念から、散布図、最小二乗法、回帰直線、決定係数、そしてエクセルを用いた具体的な計算手順まで詳しく解説してきました。
単回帰分析は統計学の入門的な位置づけでありながら、データに潜む関係性を見出し、未来を予測するための強力なアプローチです。まずは身近な数値データを用いて散布図を描き、エクセルの分析ツールを実際に動かしてみることで、理論と実践が結びつき理解が一段と深まります。日々の業務や研究におけるデータ活用の第一歩として、ぜひマスターしてください。