統計における回帰変数とは何ですか?

リグレッサーは、従属変数の値を予測するために使用される統計モデル内の変数です。言い換えれば、これは従属変数の変動を説明するために使用される変数です。たとえば、家のサイズと場所に基づいて家の価格を予測しようとしている場合、家のサイズが回帰変数になります。そして家の価格が従属変数になります。回帰モデルでは、住宅のサイズを使用して住宅の価格を予測します。回帰変数は独立変数または従属変数のいずれかになりますが、常に従属変数の変動を説明するために使用されます。単純な線形回帰モデルでは回帰変数は 1 つだけですが、多重線形回帰モデルでは複数の回帰変数が存在する可能性があります。すべての変数が回帰変数として適しているわけではないことに注意することが重要です。変数は測定可能である必要があり、従属変数と線形関係がある必要があります。さらに、多重共線性の問題が発生する可能性があるため、変数はモデル内の他の変数と高度に相関しないようにしてください。