原因は明確。昨晩学校の帰りに家系ラーメンを食べ、大量のニンニクと米を摂取し、帰宅してから家族の残したケンタッキーフライドチキンを貪り食ったからだ。普段OLみたいな食事しかしないから胃が受け付けなかったらしい。

2年前は2食家系ラーメンでもいけたのにな、、歳ってことなんかなあ、、

私の最近の悩みとして、「雨が降ると怠惰になる」という自己現象がある。まず朝が起きれず、起きても頭が痛くてしばらく動けない。その後も一日通して足取りの重い自分が嫌で嫌で仕方がない。

あまえだ！って言われたらそれまでなんだけど、何とか原因を究明して、改善につなげたいとは思っている。また何か改善策浮かんだら同じ悩みを抱える人がいるかもやし共有しようかな笑

そんなわけで今日は午前中を見事何もせず無駄に過ごし、午後からやっと授業に参加して、帰ってからもこの時間まで特に何もせずだらだらと過ごしてしまったわけだが、一つ気づいたことがある。それは「始めるまではめんどくさいけど、始めてしまえば苦じゃないということだ。」そして「スマホをいじってると一気に怠惰な自分を律することができなくなる。」という傾向も発見した。ジョブズも自分の家族には決してiPhoneを使わせなかったって言うし、最近はいろんな書籍が出ていることからも、やはりスマホには中毒性があって、使い方を気を付けないと自分がスマホに使われる側になってしまう恐れがあるよね。

今日の反省から、明日は基本スマホの電源はオフにして一日過ごしてみようかな。代わりに本を読んだり、勉強したりしてる方がずっと有意義な気がしてきた。うん。やってみよう。

大学はテストも近いし、Pythonはまだまだできないし、やることはほんとたくさんあるんだよね笑　よし、まずはスマホの電源を落としてみます！笑　それでしばらく様子見て、どのように日常に変化が起きるのか、ここで記録を取っていこうと思います！

もともとアメブロ再開したのも自分の勉強の理解度や日々の自分の生活を客観視するためだしね。余裕出来たら読みやすさとカモ追及したりしてみようかしら笑

ま、今日はこんなところで。明日も一日有意義に過ごそう。

今回は重回帰分析を単回帰分析と比較してみたいと思う。

そこで重要になるポイントは以下の3つだ。

①重回帰分析と単回帰分析の、定義違い

②両分析における回帰モデルの違い

③両分析における決定係数の違い

まず1つ目「重回帰分析と単回帰分析の、定義の違い」

ズバリ単回帰分析は「1つの被説明変数に対して、1つの説明変数が存在するケースの回帰分析」であった。

対して重回帰分析とは「1つの被説明変数に対して、複数の説明変数が存在するケースの回帰分析」なのである。

２つ目「両分析における回帰モデルの違い」

単回帰分析「Y = a + bX」　→　回帰直線

重回帰分析「Y = a + bX + cW」　→　回帰平面

このように右辺の項が増えるのだ！

3つ目「両分析における決定係数の違い」

単回帰分析では、決定係数はR2で、相関に関しては「-1 ≤ R ≤ 1」の範囲で、正の相関と負の相関が存在した。

しかし重回帰分析では、決定係数の役割は自由度修正済み決定係数というものが担い、これによって、回帰平面の説明力を判断できることとなる。しかし説明変数の数が少なければ、単回帰分析時と同様にR2の決定係数を用いて回帰平面の当てはまりの度合いを調べることができる。注意すべき点は、R2がとる範囲が「0 ≤ R ≤ 1」といったように正の範囲でのみ定義される点である。

ちなみに”1”に近ければ、当てはまりがいいという捉え方は、同じである。

さて、単回帰分析について少し頭の整理をしたいと思うよ。

単回帰分析とは回帰分析の一種で、最も基礎的なものなんだ。

2つの変数の関係の強さを明らかにできるんだけど、どちらが原因・結果なのかはわからないところがポイント！

また、相関係数(又は決定係数）が [-1 < rxy < 1]  という風に割り出されて、正の相関か負の相関なのかも明らかにできるんだ～

回帰直線は　Y=β＋αX　で表される。だからパラメーターである、βやαを算出することも、この単回帰分析では大事なポイントなんだよ。

とりあえずはこんなところかな、また分かったことや訂正があれば直します。

共分散（sxy)とは2種類のデータの関係性を表す指標の1つであり、2種類のデータがどの程度一緒に動いているかを見る指標である。

・結果が正であれば、Xが増えるとYも増えるということを示している。

・0に近ければ近いほど、XとYの関係は強くないといえる。