回帰分析とは？かいきぶんせき
回帰分析とは、予測の手がかりにする値（説明変数）から、予測したい値（目的変数）を求める式を、実測データに最もよく当てはまるように求める手法。説明変数が1つで直線を当てはめるものを単回帰分析といい、係数は残差（実測値と予測値の差）の2乗和を最小にする最小二乗法で決める。需要予測や工数見積りに使われる。説明変数が2つ以上あるものは重回帰分析といい、例えば開発規模と要員の熟練度の両方から工数を予測するときに使う。
最終更新：2026-10-09
基本情報を最短で暗記・合格する →具体例
過去の開発規模（KLOC：1,000行単位のプログラムの行数）と工数（人月）の実績から工数＝3.2×規模＋15 といった式を求め、新規案件の規模を入れて工数を見積もる。当てはまりの良さは決定係数（相関係数の2乗）で評価する。
試験での引っ掛け
最小二乗法が最小にするのは残差の2乗和であって、残差の単純な合計ではない（正負が打ち消し合うため）。またデータの範囲を大きく外れた値の予測（外挿）は信頼できない点も押さえる。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 2. 応用数学 ＞ (1) 確率と統計に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。