重回帰分析の問題点

今日の授業で聞いてきた話の備忘録。
メモメモ

---

■重回帰の変数の問題

たとえば、スマートハウスを考えよう
温度センサーが１０箇所あって、エアコンが２つ、YとZがあったとする。
今、Yの温度が知りたい。
温度センサーのX2とX3の平均を取れば、わかるということが、わかった

Y＝０．５X2+０．５X3

でも、この式、変じゃないか？
因果関係的に見れば、エアコンYが暖めている（＝原因）によって、X2,X3の
温度が上がるのに、あたかも、X2とX3の観測値（＝結果）で原因が決まる？

この場合、回帰式を立てたときと、予測しようとするときが、
同じ環境としてであれば、道具として使う分には、予測可能

でも、環境が変われば（たとえばZの温度を上げたら）
この予測式は、狂ってくるかもしれない（Yの温度は、予測式よりもっと上がる？下がるかも）

---

■変数の誤差

　６月だけ、７月だけ、８月だけを求めた回帰式の平均が
６月から８月まで測定したものをまとめた回帰式になるわけではない。

これは、説明変数の誤差が大きいときに起こる

　共分散構造分析にもっていくか、誤差に対して値の幅が大きく振れるものを使う

---

■平均的な値

　ビッグデータなどであるように、データを集めると、平均的なものになってしまう
　実は、平均的なものではない、例外が重要

　例：Hadoopを使って、商圏は、３００ｍ程度ということを求めるのが重要ではなく
　平均３００ｍだが、１Kmになっているところ（例外）があったとしたら、
　　なぜその店舗は１Kmの商圏を持っているのかを知ることのほうが重要