Excel: 回帰出力の p 値を解釈する方法

重線形回帰は、2 つ以上の予測変数と応答変数の間の関係を定量化するために使用されます。

重回帰を実行するときは常に、予測変数と応答変数の間の関係が統計的に有意であるかどうかを判断するために、結果の p 値に注目します。

このチュートリアルでは、Excel で重線形回帰モデルの出力の p 値を解釈する方法について説明します。

例: Excel での回帰出力の P 値の解釈

勉強に費やした時間数と予備試験の受験数が、学生が特定の大学入学試験で取得する成績に影響するかどうかを知りたいとします。

この関係を調べるために、学習時間と受けた予備試験を予測変数として、試験のスコアを応答変数として使用して重線形回帰を実行できます。

次のスクリーンショットは、Excel でのこのモデルの回帰出力を示しています。

結果には次の 3 つの p 値を確認する必要があります。

• モデル全体の P 値
• 最初の予測変数の P 値 (時間)
• 2 番目の予測変数の P 値 (予備試験)

各 p 値を解釈する方法は次のとおりです。

モデル全体の P 値

モデル全体の p 値は、結果のF Significanceというラベルの付いた列で確認できます。

この p 値が0.00であることがわかります。

この値は 0.05 未満であるため、回帰モデル全体が統計的に有意であると結論付けることができます。

言い換えれば、学習時間と受験した予備試験の組み合わせは、最終試験の成績と統計的に有意な関係があるということです。

最初の予測変数の P 値 (時間)

最初の予測変数である時間の p 値は0.00 です。

この値は 0.05 未満であるため、学習時間は統計的に有意であると結論付けることができます。

言い換えれば、学生の勉強時間数は最終試験の成績と統計的に有意な関係があるということです。

2 番目の予測変数の P 値 (予備試験)

2 番目の予測変数である予備試験の p 値は0.52 です。

この値は 0.05 未満ではないため、受験した予備試験の数は統計的に有意ではないと結論付けることができます。

言い換えれば、学生が受ける予備試験の回数は、最終試験で得た成績と統計的に有意な関係はありません。

この変数は統計的に有意ではないため、モデル全体に大きな改善がもたらされないため、モデルから削除することを決定できます。

この場合、予測変数として調査された時間のみを使用して単純な線形回帰を実行できます。

追加リソース

次のチュートリアルでは、Excel で他の一般的なタスクを実行する方法について説明します。

Excelで単純な線形回帰を実行する方法
Excelで重回帰を実行する方法
Excel で多項式回帰を実行する方法