回帰分析

平方和(Sum of squares)とは、複数ある要素をそれぞれ二乗して足し合わせたものです。そもそも平方とは、ある要素の二乗を指しています。平方和は、データを扱うときによく使われる計算手法です。統計学において非常に重要な考え方である分散も、平方和の考え方を使って求めます。

総平方和（SST）は、「データがどれだけ平均値からばらついているか」を測る指標です。簡単に言えば、「データの散らばりを全て足し合わせたもの」と言うことができます。つまり、「各データの平均値との差を二乗したものを、全て足し合わせたもの」ということになります。

残差平方和（Residual Sum of Squares）は、すべての残差の二乗和を指します。簡単に言うと、予測値と実測値の差を二乗し、足し合わせたものです。予測値と実測値の差を合計したものであり、これは「モデルの予測した値にどれだけ誤差があるか」を示す指標です。

決定係数（coefficient of determination）R² は、回帰モデルがどの程度データを説明できているかを示す指標です。決定係数 R² は、相関係数 r を2乗したものと等しくなります