DA-K10｜情報Ⅰ 対策問題

正答

1

この問題のポイント

回帰分析（回帰直線による予測） を問う問題です。「散布図に直線を引いて予測する」というイメージをつかみましょう。

解説

回帰分析とは、散布図の点の傾向に最もよく当てはまる直線(回帰直線 y=ax+b)を求め、一方の値からもう一方の値を予測する分析手法です。例えば「気温とアイスの売上」の散布図に直線を引けば、「明日の気温が30℃なら売上はこのくらい」と予測できます。

用語の整理をしておきましょう。予測に使う側のx(気温)を説明変数、予測したい側のy(売上)を目的変数といいます。また、実際の値と直線による予測値との差を残差といい、残差が小さいほど直線がデータによく当てはまっています。回帰直線でどのくらい予測できるかを表す指標が決定係数です。

相関との関係も重要です。散布図・相関係数が「関係があるかどうかを見る」ものだとすれば、回帰分析は一歩進んで「関係を式にして予測に使う」ものです。相関が弱いデータに回帰直線を引いても、予測の精度は期待できません。

共通テストでは、回帰直線の式に値を代入して予測値を求めたり、残差から外れ値を判定したりする問題が出題されます。まず「回帰分析=直線を当てはめて予測」という定義を確実にしましょう。

選択肢の確認

1．○ 点の傾向に当てはまる直線で一方から他方を予測するのは回帰分析。
2．× クラスタリングは似たデータどうしを自動でグループ分けする手法で、直線による予測ではない。
3．× アソシエーション分析は「一緒に買われやすい商品」のような組み合わせの規則を見つける手法。
4．× 形態素解析は文章を単語に分割する処理で、テキストマイニングの下ごしらえに使われる。

ここだけは覚えよう

回帰分析=散布図に直線を当てはめて予測 — xが説明変数、yが目的変数、実際との差が残差。