<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>F-name</author_name>
  <author_url>https://blog.hatena.ne.jp/F-name/</author_url>
  <blog_title>F-nameのブログ</blog_title>
  <blog_url>https://blog.kaname-fujita.work/</blog_url>
  <categories>
  </categories>
  <description>最小二乗法というのはよく出来ているなあと改めて感じた。 田辺俊介。回帰分析の基礎。簡単に説明すれば、独立変数を利用して従属変数がどれだけ説明されるか、予測可能かを。今回は単回帰分析という簡単なもの。2つの連続変数を。従属変数と独立変数を。独立変数を1つだけ用いることで重回帰分析と対比して。回帰分析という統計手法。連続変数同士の関係を。席率相関変数と対比。独立変数から従属変数を予測説明。予測とはどのような形で？基本的には数式で。式の中身を詳しく。左辺のYに山形の記号。ハット。ワイハット、Yの予測値。式の右側。定数。独立変数Xの値が0。回帰係数。独立変数Xの値が1増加した時にYの変化量。独立変数の…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.kaname-fujita.work%2Fentry%2F2021%2F03%2F07%2F123000&quot; title=&quot;連続変数間の関連(２)：回帰分析の基礎(社会統計学入門第10回） - F-nameのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://images-fe.ssl-images-amazon.com/images/I/31ldaNICBcL._SL160_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-03-07 12:30:00</published>
  <title>連続変数間の関連(２)：回帰分析の基礎(社会統計学入門第10回）</title>
  <type>rich</type>
  <url>https://blog.kaname-fujita.work/entry/2021/03/07/123000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
