確率・統計・回帰
回帰分析の解説（基本情報技術者シラバス用語）
回帰分析とは
回帰分析（かいきぶんせき）とは、過去に集まった複数のデータの関連性を分析し、ある数値（原因）が変化したときに、別の数値（結果）がどう変化するかを予測するための数式（予測式）を作り出す統計手法です。原因となるデータを「説明変数」、予測したい結果のデータを「目的変数」と呼びます。例えば、「これまでの広告費」と「売上高」のデータを回帰分析にかけることで、「広告費を1万円増やすと、売上は何万円増えるか」という予測線を引くことができます。売上の将来予測や、最適な価格設定、機械学習（AI）の最も基本的な予測アルゴリズムとして非常に幅広く活用されています。
具体例
オフィスのエアコン使用量と外気温のデータから、電気代を予測する例を考えます。
過去のデータから、以下のような直線の方程式（回帰式）を求めます。
【 予測電気代（円） ＝ 3,000 × 外気温（度） ＋ 10,000 】
この式があれば、明日の予想最高気温が「35度」のとき,
3,000 × 35 ＋ 10,000 ＝ 115,000円
と、おおよその電気代を予測することができます。このように、原因と結果の関係を数式でモデル化し、未来の数値を具体的に見通すために回帰分析が使われます。