R2

決定係数とは、統計の分野、特に回帰分析と呼ばれる手法において、作成した予測モデルの当てはまりの良さを評価するための指標です。この指標はよくRの2乗（R二乗）とも呼ばれ、一般的にはR2という記号で表されます。回帰分析とは、ある値と別の値の関係性を数式で表す分析手法のことです。例えば、商品の広告費と売上の関係や、気温とアイスクリームの売上の関係などを分析するために用いられます。これらの関係性を数式で表すことで、将来の売上を予測したり、最適な広告費を決定したりすることが可能になります。決定係数は、0から1までの値を取り、1に近いほどモデルが実際のデータによく合致していることを示します。仮に決定係数が1だった場合、モデルはデータのばらつきを完全に説明できている、つまり、予測が完璧であることを意味します。逆に決定係数が0に近い場合、モデルはデータのばらつきをほとんど説明できていないことを意味し、予測の精度は低いと言えます。具体的に説明するために、商品の広告費と売上の関係を分析したとしましょう。もしこの分析で得られたモデルの決定係数が0.8だった場合、売上のばらつきの80%は広告費によって説明できるということを意味します。残りの20%は、広告費以外の要因、例えば景気の動向や競合他社の状況、商品の品質といった様々な要因によるものと考えられます。決定係数は、モデルの良さを判断する上で重要な指標ですが、単独で判断材料とするのではなく、他の指標と合わせて総合的に判断することが大切です。また、決定係数はモデルが複雑になるほど高くなる傾向があるため、モデルの複雑さと決定係数のバランスを考慮する必要があります。複雑すぎるモデルは、一見するとデータによく合致しているように見えますが、将来の予測精度が低い可能性があるため注意が必要です。

データのばらつき具合、つまりどれくらいデータが散らばっているかを数値で表したものを分散といいます。たくさんのデータが集まっている時、それらが平均値からどれくらい離れているかを平均化したものが分散です。この分散をもとに、統計モデルがどれくらいデータのばらつきを説明できるかを表す指標が分散説明率です。統計モデルとは、データの背後にある関係性を見つけるための数式のようなものです。例えば、商品の値段と売上の関係や、気温とアイスクリームの売上の関係など、様々な現象を数式で表すことができます。良いモデルであれば、実際のデータに近い結果を予測できます。分散説明率は、このモデルの良さを測るための重要な指標の一つです。もしモデルがデータのばらつきを完全に説明できれば、分散説明率は１になります。逆に、全く説明できなければ０になります。例えば、アイスクリームの売上を予測するモデルを作ったとします。気温や曜日などのデータを使って売上を予測するモデルです。このモデルの分散説明率が0.8だったとしましょう。これは、アイスクリームの売上のばらつきのうち、80%はモデルで説明できるという意味です。つまり、気温や曜日といった要因によって、売上の80%は説明できるということです。残りの20%は、モデルでは説明できない要因によるものです。例えば、突発的なイベントや天気予報が外れた、あるいは原材料の価格変動といった、モデルには入れていない情報が影響していると考えられます。このように、分散説明率を見ることで、モデルの性能を評価し、改善の余地があるかどうかの判断材料にすることができます。