用語集 ＞ 統計・指標
回帰分析とは？
英語：Regression analysis
別名：重回帰, 最小二乗法, OLS
意味
ある数字（結果）が別の数字（説明変数）でどの程度説明できるかを、直線などの式に当てはめて調べる統計の手法で、経済の関係を数量化するのに使われます。
くわしい解説
回帰分析は、データに最もよく合う式を求めます。最も簡単な単回帰では、結果yをy=a+bxで表し、傾きbが「xが1増えるとyがどれだけ変わるか」を示します。説明変数が複数ある重回帰では、他の条件を一定とみなしたうえでの、各変数の影響の大きさを推定します。誤差の二乗和が最小になるよう式を決める最小二乗法が、標準的な方法です。
経済では、金利と投資、所得と消費といった関係を数量化するのに使われます。当てはまりの良さは決定係数で、推定値の不確かさは標準誤差や信頼区間で表します。ただし、これらは相関関係の要約であり、因果とは別です。データの範囲を超えた予測（外挿）は、関係が変わる可能性があり、あてになりません。
見かけたら、結果と説明変数、データの期間、係数が統計的に有意かを確認します。「◯◯が1%上がると◯◯が0.3%下がる」といった記述は、回帰係数の読み方の例です。他の影響を除けているか、標本が偏っていないかも見ます。
例・ヒント
例：（数字は仮のものです）広告費x（百万円）と売上y（百万円）に回帰した結果がy=20+3xだったとします。広告費が10なら予測売上は20+3×10=50、広告費を1増やすと売上は平均で3増える、と読みます。
よくある誤解・注意点
回帰式の傾きが、そのまま因果の大きさを表すとは限りません。また、データのない範囲まで式を延ばして予測すると、大きく外れることがあります。説明変数を増やしすぎると、偶然の動きまで拾ってしまいます。
関連する用語
※ 解説はAIが作成しています。誤りや古い内容を含む可能性があります。正確な内容は公的機関・原文でご確認ください。投資などの判断は、ご自身の責任で行ってください。