中嶋悟
名前：中嶋 悟（なかじま さとる） ニックネーム：サトルン 年齢：28歳 性別：男性 職業：会社員（IT系メーカー・マーケティング部門） 通勤場所：東京都千代田区・本社オフィス 通勤時間：片道約45分（電車＋徒歩） 居住地：東京都杉並区・阿佐ヶ谷の1LDKマンション 出身地：神奈川県横浜市 身長：175cm 血液型：A型 誕生日：1997年5月12日 趣味：比較記事を書くこと、カメラ散歩、ガジェット収集、カフェ巡り、映画鑑賞（特に洋画）、料理（最近はスパイスカレー作りにハマり中） 性格：分析好き・好奇心旺盛・マイペース・几帳面だけど時々おおざっぱ・物事をとことん調べたくなるタイプ 1日（平日）のタイムスケジュール 6:30 起床。まずはコーヒーを淹れながらニュースとSNSチェック 7:00 朝食（自作のオートミールorトースト）、ブログの下書きや記事ネタ整理 8:00 出勤準備 8:30 電車で通勤（この間にポッドキャストやオーディオブックでインプット） 9:15 出社。午前は資料作成やメール返信 12:00 ランチはオフィス近くの定食屋かカフェ 13:00 午後は会議やマーケティング企画立案、データ分析 18:00 退社 19:00 帰宅途中にスーパー寄って買い物 19:30 夕食＆YouTubeやNetflixでリラックスタイム 21:00 ブログ執筆や写真編集、次の記事の構成作成 23:00 読書（比較記事のネタ探しも兼ねる） 23:45 就寝準備 24:00 就寝
判別分析と回帰分析の基本的な違い
こんにちは！今日は統計やデータ分析でよく聞く「判別分析」と「回帰分析」の違いについて、わかりやすく解説していきます。
まず、それぞれの分析が何のために使われるのかを知ることが大切です。
判別分析は、簡単に言うと「どちらのグループに属するかを判断する方法」
一方、回帰分析は「ある数値を予測するために使う方法」なんです。
例えば、学校のテストで点数が60点以上か未満かを分けたい時は判別分析、テストの点数を予測したい時は回帰分析が使われます。
このように、目的が違うので使う分析手法も変わってくるんですね。
判別分析の仕組みと特徴
次に、判別分析の詳しい仕組みについて見ていきましょう。
判別分析は、いくつかのグループの中から、新しいデータがどのグループに属するかを分ける分析です。
例えば、犬と猫の写真があったら、新しい写真が犬か猫かを判別するときに使えます。
判別分析では、特徴となるデータ（例えば、耳の長さやしっぽの形）を基に計算します。
そして、新しいデータがどのグループに最も近いかを数学的に判断します。
特徴は
- 結果が「分類」されること
- データが複数のグループに分かれることが多い
- 正しく分類できるかを「正解率」で評価する
判別分析は機械学習でも重要な分類アルゴリズムの一つです。
回帰分析の仕組みと特徴
一方の回帰分析は、データの関係性を調べて数値を予測する手法です。
例えば、気温とアイスクリームの売上の関係を調べて、来週の売上を予測するときに使えます。
回帰分析は「説明変数」と呼ばれる理由や原因のデータから「目的変数」と呼ばれる結果の数値を予測します。
例えば、勉強時間（説明変数）が成績（目的変数）にどのように影響するか調べる時などです。
特徴は
- 結果が連続した数値で出る
- データ間の関係性をモデル化する
- 予測の精度を「決定係数」などの指標で表す
なので、未来のデータを予想したり、原因と結果のつながりを理解したりしたいときに役立ちます。
判別分析と回帰分析の違いを表でまとめると？
文章だけではわかりにくいので、2つの分析の違いを表にまとめました。
| 項目 | 判別分析 | 回帰分析 |
|---|---|---|
| 目的 | データをグループに分類する | 数値を予測する |
| 結果の形式 | カテゴリ（例：合格/不合格） | 連続値（例：点数や温度） |
| 使うシチュエーション | 分類が必要な場合（例：病気の診断） | 数値の予測や関連性の分析（例：売上予測） |
| 評価方法 | 正解率など | 決定係数や誤差の大きさ |
| 利用例 | メールのスパム判定 顧客のグループ分け | 気温から電気使用量の予測 売上高の予測 |
