2010年から · 毎月200万回以上のツール利用を支えています
2010年から
Chrome に追加

私のツールボックス

自動モード

保存したツールはまだありません。

プレミアムバージョンにアップグレード
関連ツール
次のステップ
相関係数計算機散布図作成ツール
同じシーン
p値電卓直線の方程式電卓
その他のツール
スピアマン順位相関係数計算機相対標準偏差計算点傾き形式電卓標準形から傾き切片形への変換
ホームページ > 数学 > 統計とデータ分析
 

Linear Regression Calculator

MiniWebtoolの線形回帰計算ツールで、対応するデータに直線関係を当てはめられます。傾き、切片、R²、散布図、当てはめた直線に基づく予測を計算し、計算過程も確認できます。

使い方がわからないときはAIに聞く
Gemini (コピーして開く)

Geminiでは、コピーした質問文をチャットに貼り付けてください。下からコピーすることもできます。

質問文を見る

1日3回まで無料登録不要すぐに結果表示
Linear Regression Calculator今すぐ無料で試す ▼
回帰直線は、残差の2乗の和をできるだけ小さくする直線

下に X と Y の値を入力すると、回帰式、傾き、切片、R² が散布図、予測値、途中の手順とともに表示されます。

サンプルデータセットを試す
📋 代わりにスプレッドシートから2列を貼り付け

1列目にX、2列目にYを入力し、タブ、カンマ、またはスペースで区切ってください。先頭の見出し行は読み飛ばされます。この欄にデータがある場合、下の2つのリストは無視されます。

Linear Regression Calculatorを埋め込む

Linear Regression Calculator

線形回帰電卓へようこそ。このツールは、最小二乗法で回帰直線を計算し、相関係数、R二乗、対話型散布図、ステップバイステップの公式分析を提供する包括的な統計ツールです。研究、経営予測、学術研究など、様々な分析に活用できます。

一目でわかる

Linear Regression Calculatorは、ペアになったX、Yデータに最小二乗直線Y = b0 + b1Xを当てはめます。傾き、切片、相関係数r、R二乗を報告し、散布図と回帰直線を表示します。

Linear Regression Calculatorの機能一覧
機能できること向いている用途
データ入力X値とY値をカンマ、空白、改行で区切って入力します。両方のリストの値の数は同じである必要があります。表計算ソフトから対応する測定値を貼り付ける
回帰直線残差平方和を最小化して求めた傾きb1、切片b0を含む最小二乗方程式を示します。Xに応じてYがどう変化するかモデル化する
相関係数とR二乗-1から+1までのrと、Xで説明できるYの分散の割合であるR二乗を報告します。線形関係の強さと方向を判断する
予測任意のX値を入力すると、回帰直線から予測Y値を求めます。データにない値を推定する
散布図データ点を通る回帰直線を含む、操作できる散布図を表示します。直線がどの程度適合するかを見る
残差分析各点について、観測Y値から予測Y値を引いた残差のグラフを表示します。適合が悪いことを示すパターンを見つける
追加の統計選択した小数点以下の桁数で、推定の標準誤差、傾きの標準誤差、全体・回帰・残差の平方和を示します。統計の課題や研究報告書

線形回帰とは？

線形回帰は、従属変数（Y）と1つの独立変数（X）の関係を線形方程式でモデル化する基本的な統計手法です。観測値と予測値の差（残差）の二乗和を最小化することで、データを通る最適直線を見つけます。

回帰方程式

単純線形回帰モデル
$$\hat{Y} = b_0 + b_1 X$$

ここで：

線形回帰の計算方法

傾き（b₁）を計算

傾きの公式
$$b_1 = \frac{n\sum x_i y_i - \sum x_i \sum y_i}{n\sum x_i^2 - (\sum x_i)^2}$$

Y切片（b₀）を計算

切片の公式
$$b_0 = \bar{y} - b_1 \bar{x}$$

ここで、x-barとy-barはそれぞれXとYの平均値です。

相関とR二乗を理解する

相関係数（r）

相関係数はXとY間の線形関係の強度と方向を測定します。-1から+1の範囲：

Linear Regression Calculator: 相関係数（r）
r値解釈
0.9～1.0非常に強い正の相関
0.7～0.9強い正の相関
0.5～0.7中程度の正の相関
0.3～0.5弱い正の相関
-0.3～0.3相関なし
-0.5～-0.3弱い負の相関
-0.7～-0.5中程度の負の相関
-0.9～-0.7強い負の相関
-1.0～-0.9非常に強い負の相関

R二乗（決定係数）

R二乗（R²）はYがXで説明される分散の割合を示します。例えば、R² = 0.85はYの分散の85%がXとの線形関係で説明されることを意味します。

R二乗の公式
$$R^2 = r^2 = 1 - \frac{SS_{residual}}{SS_{total}}$$

この電卓の使用方法

  1. X値を入力：最初のテキストエリアに独立変数データを入力します。コンマ、スペース、または改行で区切ります。
  2. Y値を入力：2番目のテキストエリアに従属変数データを入力します。Y値の数はX値の数と同じである必要があります。
  3. 予測（オプション）：X値を入力して回帰方程式を使用した対応するY値を予測します。
  4. 精度を設定：結果の小数点以下の桁数を選択します。
  5. 計算：「計算」ボタンをクリックして、回帰方程式、散布図、相関統計、ステップバイステップの計算を表示します。

結果を理解する

主要な結果

追加統計

線形回帰の応用

経営と財務

科学と研究

経済学

社会科学

線形回帰の仮定

信頼できる結果のため、線形回帰は以下を仮定しています：

  1. 線形性：XとYの関係は線形です
  2. 独立性：観測値は互いに独立しています
  3. 等分散性：残差がすべてのX値で均一な分散を持つ
  4. 正規性：残差はおおよそ正規分布しています
  5. 多重共線性なし：（重回帰の場合）独立変数は高く相関していない

よくある質問

線形回帰とは何ですか？

線形回帰は、従属変数（Y）と1つの独立変数（X）の関係を線形方程式でモデル化する統計手法です。方程式はY = b₀ + b₁Xの形をしており、b₀はy切片、b₁は傾きです。観測値と予測値の差の二乗和を最小化する最適直線を見つけます。

線形回帰における傾きをどのように解釈しますか？

傾き（b₁）は、独立変数Xが1単位増加するごとに従属変数Yがどれだけ変化するかを表します。正の傾きはXが増加するとYも増加することを示し、負の傾きはXが増加するとYが減少することを示します。

R二乗とは何で、何を意味しますか？

R二乗（R²）は決定係数とも呼ばれ、回帰直線がデータにどの程度適合しているかを測定します。0から1の範囲で、0はモデルが変動性を説明しないこと、1はすべての変動性を説明することを意味します。通常、R² > 0.7は良好な適合を示します。

相関係数（r）とR二乗の違いは何ですか？

相関係数（r）はXとYの間の線形関係の強度と方向を測定し、-1から+1の範囲です。R二乗（R²）はr²であり、説明される分散の割合を表します。rは方向を示しますが、R²は説明される分散の量のみを示します。

線形回帰にはいくつのデータポイントが必要ですか？

技術的には最低2つのデータポイントで計算できますが、意味のある統計分析のためには最低10～20個のデータポイントが必要です。データポイントが多いほど、より信頼性の高い推定値が得られます。

線形回帰における残差とは何ですか？

残差は、観測されたY値と回帰直線による予測Y値の差です（残差 = 観測されたY - 予測されたY）。残差の分析はモデルの適合度の評価に役立ちます。理想的には、残差はゼロの周りにランダムに分散しており、明確なパターンがないはずです。

線形回帰の式を使って値を予測するには、どうすればよいですか？

当てはめた式に、予測したいXの値を代入します。たとえば予測式がY = 12 + 3Xなら、Xが5のとき予測Yは27です。Linear Regression Calculatorで任意のX値を入力すると、計算した直線に基づく予測が表示されます。予測値は目安として扱ってください。指定したXがデータ範囲から大きく外れている場合、線形の傾向が続かない可能性があります。

測定値がすべて正なのに、回帰直線の切片が負になるのはなぜですか？

切片はXがゼロのときに直線が予測するYの値です。測定した範囲がゼロから離れていれば、切片が負になることがあります。たとえばXが10から20の範囲で測定したデータに当てはめた直線が、Y軸のゼロより下を通る場合があります。切片は回帰式の数学的な要素ですが、実際にXがゼロになり得ないなら、実用上の意味はほとんどないことがあります。

線形回帰で、XがYの変化を引き起こすと証明できますか？

いいえ。線形回帰はデータ内の関連を説明・予測しますが、当てはめた直線だけではXの変化がYの変化を引き起こすとは証明できません。第三の要因、対象の選び方、データの収集方法が、関係の一部または全部を説明している可能性があります。たとえば、アイスクリームの売上と水泳の頻度は、どちらも気温の上昇に関係するため、一緒に増えることがあります。因果関係を主張する前に、適切な研究設計と分野の知識を用いてください。

このコンテンツ、ページ、またはツールを引用する場合：

"Linear Regression Calculator"（https://MiniWebtool.com/ja/線形回帰電卓/）、MiniWebtool、https://MiniWebtool.com/

miniwebtoolチームにより提供。更新：2026年1月17日

開発者向け API が利用できます: このツールをアプリ、自動化、エージェントから 1 回の JSON HTTP リクエストで実行できます。 API ドキュメントを見る

お気に入りのAIに聞く

Gemini (コピーして開く)

Geminiでは、コピーした質問文をチャットに貼り付けてください。下からコピーすることもできます。

質問文を見る

統計とデータ分析:

数学ソルバーどんな問題を解きますか？

数学ソルバー

例
数式の例を見る

例を選び、数値を編集して解きます。log は底 10、自然対数は ln です。

数と約数

分数と除算

累乗・平方根・対数

代数と方程式

微積分

幾何と三角法

人気・最新のツール:

連立一次方程式ソルバー線形方程式ソルバー線形計画法ソルバーすべて見る →
ホームページ > 数学 > 統計とデータ分析 > Linear Regression Calculator