一部の独立変数が関連する別の変数(従属変数)に影響することを把握している場合は、その変数の予測手法として、多重線形回帰を使用します。たとえば、気温が上昇するほど冷房の使用が増えるため、夏の気温は電気使用量に影響します。つまり、電気使用量(従属変数)は気温(独立変数)に依存します。
Predictorでは、この処理を実行して、回帰によって従属変数を予測します:
独立変数と従属変数の間の数学的関係を定義する等式を作成します。これは回帰式になります。
それぞれの独立変数について選択したすべての時系列予測手法を実行し、またそれぞれの最適手法を使用して独立変数を予測します。
予測した独立変数値を使用して回帰式を計算し、従属変数の予測を作成します。
多重線形回帰を使用するには:
Predictorウィザードの「手法」パネルで、「多重線形回帰」を選択します。
「回帰変数」ダイアログで、従属変数と独立変数を選択します。手順については、回帰変数の選択を参照してください。
使用する回帰手法を選択します: 「標準」、「フォワード・ステップワイズ」、「反復ステップワイズ」。詳細は、このドキュメントの用語集およびOracle Crystal Ballリファレンスおよびサンプル・ガイドを参照してください。
ステップワイズ回帰を選択した場合、関連する設定を選択できます。
手順については、ステップワイズ回帰オプションの設定を参照してください。
残りの設定を選択または選択解除します:
回帰式に定数を含める - 回帰式にY切片の定数を含め、選択されていない場合は、回帰式は元をパス・スルーします。この設定はデフォルトで選択されています。
従属変数に対して回帰手法のみを実行 - 選択されている場合、回帰式以外の予測は従属変数で実行されません。デフォルトでは、この設定は選択されておらず、線形回帰ではこれらの変数に対してすべての予測手法が実行されます。
独立変数に対して分散拡大要因(VIF)を計算 - 回帰式に含まれるそれぞれの独立変数に対して分散拡大要因(VIF)を計算します。VIFは独立変数の間の多重共線性の強度の測度(相関の数)を示します。VIFの計算には時間がかかります。デフォルトでは、この設定は選択されていません。
注: | 多重線形回帰で必要なデータ・ポイントの最低数を考慮するルールは、実測データを使用したスプレッドシートの作成を参照してください。 |