パラメータ
一時停止中はスライダーを動かすと結果が即座に更新されます。
\(a = \bar{y} - b\bar{x}\)
\(R^2 = 1 - \frac{SS_E}{SS_T} = \frac{SS_R}{SS_T}\)
ノイズ・真の傾き・データ点数を変えて乱数データを生成し、直線が最小二乗解へ近づく様子をアニメーションで表示。決定係数R²・残差・相関係数をリアルタイムで確認して、最小二乗法の仕組みを体感できます。
一時停止中はスライダーを動かすと結果が即座に更新されます。
線形回帰の物理モデルでは、観測データ点 \((x_i, y_i)\) に対し、直線 \(y = a + b x\)(a:切片、b:傾き)を仮定します。最小二乗法は、各データ点の縦方向の誤差(残差) \(\varepsilon_i = y_i - (a + b x_i)\) の二乗和 \(S = \sum_{i=1}^{n} \varepsilon_i^2\) を最小にするパラメータ \(a, b\) を求めます。偏微分 \(\frac{\partial S}{\partial a} = 0\)、\(\frac{\partial S}{\partial b} = 0\) を解くと、解析的に \(b = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}\)、\(a = \bar{y} - b \bar{x}\) が得られます。ここで \(\bar{x}, \bar{y}\) は各平均値です。決定係数 \(R^2 = 1 - \frac{\sum \varepsilon_i^2}{\sum (y_i - \bar{y})^2}\) はモデルの当てはまりの良さを0から1の値で示し、単回帰では相関係数rの二乗に一致します。本シミュレーターでは、ノイズ・真の傾き・データ点数を変えるたびにデータが作り直され、直線が最小二乗解へ近づいていく過程と、残差やR²の変化をリアルタイムで観察できます。これにより、最小二乗法がデータのばらつきをどう捉え、直線を決定するかを直感的に理解できます。
産業での実際の使用例
製造業では、部品の耐久試験データの解析に線形回帰がよく使われます。例えば、温度と疲労寿命の関係を最小二乗法でモデル化し、決定係数R²で当てはまりを評価して、試作や追加試験の計画に役立てます。半導体製造でも、ガス流量と膜厚のような装置パラメータと出来栄えの関係を回帰で把握し、プロセス条件の調整に使われています。
研究・教育での活用
大学の物理学実験では、ばねの伸びとおもりの質量の関係をデータ点としてプロットし、線形回帰でフックの法則を検証します。本ツールで残差線を表示すると、最小二乗法が何を最小にしているのかを視覚的に確認できます。また、環境科学では気温や二酸化炭素濃度の経年変化を分析し、R²からモデルの妥当性を議論する教材としても使われます。
CAE解析との連携や実務での位置付け
CAEシミュレーションの結果検証では、実験データと解析値の相関を評価する手段として線形回帰が使われます。例えば、FEM解析で得た応力と実測値を回帰し、傾きが1に近いか、切片が0に近いか、R²が十分に高いかを確認します(R²が高くても傾きが1からずれていれば系統的な誤差があります)。本ツールは、その考え方を手早く確かめるための学習用ツールです。
「データ点が多ければ多いほど決定係数R²は必ず高くなる」と思いがちですが、実際は外れ値や非線形な関係を含むデータを無理に直線で回帰するとR²が低下する場合があります。R²はモデルの当てはまりの良さを示しますが、データの質や分布に大きく依存するため、単純にサンプル数だけを増やしても改善しないことに注意が必要です。
「95%信頼区間の範囲内にすべてのデータ点が収まるべきだ」と誤解されがちですが、実際は信頼区間は回帰直線の平均的な位置の不確かさを示すものであり、個々のデータ点のばらつきを表す予測区間とは異なります。そのため、多くのデータ点が信頼区間の外にあっても統計的に問題はなく、この違いを混同しないように注意が必要です。
「最小二乗法はどんなデータにも適用できる万能な手法」と思いがちですが、実際は外れ値に非常に敏感で、1つの極端なデータ点が回帰直線を大きく歪めることがあります。また、データが直線関係でない場合や誤差が正規分布していない場合には、別の回帰手法やデータの前処理を検討する必要がある点に注意が必要です。
本ツールの点は、真の直線 y=x+1.5(真の傾き1、切片1.5)の周りに、xを0.4〜9.6の一様乱数として生成されます。xの分散は9.2²/12≈7.05なので、ノイズσのときの決定係数の目安は R²≈7.05/(7.05+σ²) です。σ=0.5ならR²≈0.97、初期値のσ=1.4ならR²≈0.78、σ=3ならR²≈0.44になります。点は毎回乱数で作り直されるため、表示値はこの目安の前後でばらつきます(n=24、σ=1.4で実測0.70〜0.85程度)。傾きbのばらつき(標準誤差)は約σ/√(n×7.05)で、σ=1.4、n=24ならおよそ0.11です。