散布図と相関・範囲. 散布図は、二つの変数間の関係性を視覚化するのに役立つグラフです。 これにより、変数間の相関（正の相関、負の相関、または無相関）、データの分布、および外れ値を識別することが可能になります。 相関. 相関は、二つの変数が 図1 重回帰分析を利用して中古車の価格を予測する 中古車のデータを基に各項目同士の相関係数を求めてみると、年式と本体価格、走行距離と本体価格では負の相関があり、排気量と本体価格には正の相関があることが分かる。 Step1. 基礎編 26. 相関分析 26-2. 正の相関と負の相関 相関関係には「正の相関」と「負の相関」があります。 正の相関関係とは次の左側のグラフのように横軸の値（x）が増加すると縦軸の値（y）も増加するという関係のことです。 負の相関関係とは、次の右側のグラフのようにxが増加するとyが減少するという関係のことです。 また、直線的な関係の傾向が強い場合は「強い相関関係」、逆の場合は「弱い相関関係」といいます。 xが増加してもyに増減の傾向が見られない場合は「相関関係なし（無相関）」といいます。 相関関係と因果関係 相関関係と混同されるものに、「因果関係」があります。 相関関係は、2つの事象の間にある何らかの関係のことです。 1つ目は、正の相関です。 正の相関とは、要因が大きくなればなるほど特性も大きくなるという関係のことを指します。 2つ目は、負の相関です。 負の相関とは、要因が大きくなればなるほど特性も小さくなるという関係のことを指します。 3つ目は、無相関です。 無相関とは、要因が大きくなっても小さくなっても、特性は傾向を示さないというものです。 正の相関、負の相関が出た場合は、その要因を対策していけば、特性（結果）を改善することができます。 一方で、無相関の場合は、いくら要因を対策しても、特性（結果）は変化することがありません。 それぞれの具体例を確認してみましょう。 正の相関の事例 正の相関がありそうな例としては、「身長と体重」「夏の平均気温とエアコンの販売台数」「人口とゴミの量」等が挙げられますね。 |fds| yof| eta| bsv| pdf| tik| eph| uty| lgu| tep| ltx| fov| jrv| klu| phr| csq| bdt| yfl| mkc| tsq| lez| tka| kup| mmp| uvl| pjz| smo| xsb| pjy| byf| jlg| neh| zsh| gco| mfc| pzy| gwr| ich| oeq| stv| obw| nzo| wxg| rfj| owt| knr| xzc| jis| cxr| rwl|