第12章線形回帰と相関
Introductionはじめに
credit: modification of work “USPS commissions local repair-shop for some needed work on its older trucks” by Joshua Rothhaas/ Flickr, CC BY 2.0 · CC BY 2.0 · Source出典
Figure 12.1図 12.1
Linear regression and correlation can help you determine if an auto mechanic’s salary is related to his work experience. (credit: modification of work “USPS commissions local repair-shop for some needed work on its older trucks” by Joshua Rothhaas/ Flickr, CC BY 2.0)
線形回帰と相関は、自動車整備士の給与が実務経験と関係するかを判断するのに役立つ。（クレジット：Joshua Rothhaas／Flickrによる作品「USPS commissions local repair-shop for some needed work on its older trucks」を改変、CC BY 2.0）
Professionals often want to know how two or more numeric variables are related. For example, is there a relationship between the grade on the second math exam a student takes and the grade on the final exam? If there is a relationship, what is the relationship and how strong is it?
英語のヒント
専門家はしばしば、二つ以上の数値変数にどのような関係があるかを知りたいと考える。例えば、学生が受ける2回目の数学の試験の成績と、期末試験の成績には関係があるだろうか。関係があるなら、どのような関係で、どの程度強いのだろうか。
In another example, your income may be determined by your education, your profession, your years of experience, and your ability. The amount you pay a repair person for labor is often determined by an initial amount plus an hourly fee.
英語のヒント
別の例として、収入は学歴、職業、経験年数、能力によって決まるかもしれない。修理業者に支払う作業代は、基本料金に時間あたりの料金を加えた額になることが多い。
The type of data described in the examples is bivariate data — "bi" for two variables. In reality, statisticians use multivariate data, meaning many variables.
英語のヒント
これらの例で述べた種類のデータは二変量データである。「bi」は二つの変数を表す。実際には、統計家は多数の変数を意味する多変量データを扱う。
In this chapter, you will be studying the simplest form of regression, "linear regression" with one independent variable (x). This involves data that fits a line in two dimensions. You will also study correlation which measures how strong the relationship is.
英語のヒント
この章では、独立変数（x）が一つだけの、最も単純な回帰である「線形回帰」を学ぶ。これは二次元の直線に適合するデータを扱う。また、関係の強さを測る相関についても学ぶ。