Rの多変量回帰分析の結果はどのように見るか。
R言語を使用して多重回帰分析を行った後に、summary()関数を使用して解析結果を確認できます。
summary()関数の出力では、主に以下の点に焦点を当てます。
- 係数の推定値：それぞれの説明変数の推定係数が示されています。係数が大きいほど、説明変数が目的変数に与える影響が大きいことを示します。
- 有意なレベル（p値）：各説明変数の有意なレベルを示しています。p値が有意水準（通常は0.05）よりも低い場合、説明変数が従属変数に有意な影響を与えていることを示します。
- 決定係数（R-squared）は、モデルの適合度を示し、すなわちモデルが説明変数の変動の割合をどれだけ説明できるかを表しています。0から1の間の値を取り、1に近いほどモデルの適合度が高いことを示します。
- F値：全体モデルの有意性を検定するために使用されます。F値が大きいほど、モデル全体の有意性が高いことを示します。
summary()関数以外にも、詳細な分析結果を取得するために他の関数を使用することができます。例えば、
- Anova()関数：分散分析テーブルを取得し、各独立変数の分散分析結果を確認できます。
- vif()関数：独立変数間の共線性を計算するために使用され、いくつかの独立変数が高い相関を持つ場合、変数の選択や変換が必要になるかもしれません。
総括すると、係数の推定値、有意水準、モデル適合度などの指標を観察することで、重回帰分析の結果を初歩的に解釈し判断することができます。ただし、結果の説明は具体的な研究目的や背景に基づいて行う必要があります。
