危険率を目的変数にする【重回帰分析で冷え痛みを予防する】

2023年5月12日2024年1月23日日進月歩

読了時間: 約3分9秒

Contents

1. 4項目について5段階で評価する
2. 危険率に変換する
3. 著書のおしらせ
- 3.1. 共有:
- 3.2. 関連

4項目について5段階で評価する

エアコンの設定温度と体温との温度差をもとにして、気温や寒暖差を5段階に分け、
平均気温・最高気温・最低気温・一日の寒暖差の4項目で評価することにしました。

平均気温・最低気温・最低気温は、
私の体温（36.5℃）からおよそ11℃低い25℃から、5℃ずつで区切り、
5段階の危険度評価をわりあてました。

寒暖差は、最低気温と最低気温の差で求められます。
痛みは、寒暖差が2〜3℃程度でも生じているので、
2℃ずつ区切って、危険度評価をわりあてました。

ちなみに、危険度は、1が最小、 5が最大ということにしています。

最終的な危険度評価は、各項目の危険度を得点とし、
4項目それぞれの危険度評価（点数）を総合したものとします。

総合評価は4点から20点の間で推移することになります。

危険率に変換する

4〜20点の総合評価から、危険率に変換するため、以下のような操作を行いました。

総合評価から一律3点を引く。
この操作により、1〜17点になります。

百分率に変換する
そのデータの総合得点（1〜17点）を満点の17点で割って、百分率に変換します。

これを、「危険率」と呼ぶこととします。

ちなみに、ここでようやく、
「あれ？これを目的変数にして重回帰分析をすればいいんじゃない？」と気がついたのでした。（遅っ!）

著書のおしらせ

2023年7月11日に『重回帰分析を知った30日後、競馬予想デビューしてみた。』をKDP出版いたしました。
この本は、「重回帰分析」を学んだ段階で、
実生活にいろいろと活かせた私自身の体験や感動から生まれた本です。

多くの専門家は、さまざまな「多変量解析」の手法を紹介・解説して一冊の本にまとめあげていますが、
私の本で扱うのは、多変量解析の初歩にあたる「重回帰分析」に限定しています。
ですから、将来専門家を目指すような方には、不足が多いと思います。

しかし、「重回帰分析」を学んだだけでも、
学んだ人のニーズに合わせて、さまざまな「予測」が可能になります。

この体験が、さらに「多変量解析」そのものへの興味・関心を深め、
データ分析を通じて、論理的に最適解を求める姿勢が育めると考えています。

著作としては拙い部分もあるのですが、
「多変量解析の入門書」の入門書のような位置づけとしてお読みいただければ幸いです。

『重回帰分析を知った30日後、競馬予想デビューしてみた。』

あなたには、以下のような体験はありませんか。
「長年の経験やカンからまちがいはないものの、根拠としては弱いような気がして、強く主張できなかった」
「法則性や傾向があることはわかっているけれど、要因が複数あるため、どれが決め手になるのかつかみ切れず、もやもやした」
「自分や他者が決断を下すとき、現実味のある数値を用いて、その先に起こることが示されていれば、積極的にスピーディーに決断できるのにとじれったい思いをした」

これらのお悩み、「多変量解析」で解決できるかもしれません。

本書では、「多変量解析」の中でも「予測」のデータ分析手法である「単回帰分析」と「重回帰分析」を御紹介します。

しかも、Googleスプレッドシートとアドオン「XLMiner Analysis ToolPak」を用いますので、
未経験の方、専門外の方でも簡単に重回帰分析が行えます。

本書は、「多変量解析の入門書」の入門書のような位置づけをめざしていますので、
以下のようなことに力を入れています。
重回帰分析を行うにあたり、どんな種類のデータを用いるべきかをていねいに示す。
単回帰分析について数学的な解説（紹介レベル）
架空の4人家族の話を通じて、回帰分析の理解やアドオンのすごさをお伝えする。
著者新が重回帰分析を競馬予想に用いた体験や反省点を示す。

私自身は、重回帰分析を独習するのに30日かかりましたが、
この本は、私が独習するにあたり、
（こんな本があったらもう少し早く重回帰分析デビューできたのに）と思って書きました。

ですから、本書には、読後数時間で重回帰分析デビューできるように、知っておくべき事柄を盛り込んでいます。

全ての事象には原因や要因、きっかけとよばれることがらがあり、
また導かれた結果には複数の要因がからんでいることがあります。

重回帰分析を行うことによって、ある条件を満たした数値によって表された「要因と思われるもの」と、「結果となるもの」の間の関係性の有無やその程度が明らかにできます。

原因と結果は、どんな人の人生にも生活にも必ず存在するものです。

「データ分析なんて、自分の人生に関わりがないだろう」と思っていらっしゃるあなたにこそ読んでほしいと思います。