SATガイドに戻る

Desmosで回帰直線を求める方法

英語の原文からの翻訳です。

Desmosで回帰直線を求めるには、xの値とyの値を別々のリストとして入力します。次に `Y ~ mX + b` と入力してください。Desmosが傾きと切片を計算します。点をプロットしてデータを確認してください。表の値から大きく離れた予測には注意が必要です。

更新済み

Young child completing a questionnaire indoors for educational purposes.

データテーブルを2つのリストとして入力します

問題にxとyのペアが与えられている場合、Desmosはその数値から回帰直線を計算できます。これは通常、グラフから直線を推定するよりも速くて正確です。各xの値は、表の同じ行にあるyの値とペアになるようにしてください。

xの値を X という名前のリストとして入力します。次に、次の行に y の値を Y という名前のリストとして入力します。例えば、xのリストは `[1, 2, 3, 4, 5]` で、対応するyのリストは `[3, 5, 6, 9, 10]` になります。値が抜けていたり、ずれていたりしないか確認してください。ペアが一致しないと結果が変わります。

点をプロットし、直線を当てはめます

両方のリストを入力した後、`(X, Y)` と入力してデータ点をプロットします。次に、チルダ記号を使って `Y ~ mX + b` と入力してください。Desmosは、当てはめた直線の傾きと切片である m と b の値を示します。

例のリストでは、Desmosは傾き 1.8 と切片 1.2 を出します。結果となるモデルは `y = 1.8x + 1.2` です。このモデルは点に当てはめた直線を表しています。すべての点がその直線上に正確に乗らなければならないという意味ではありません。

傾きと切片を正しく読み取ります

`y = mx + b` の形式では、m が傾きで b がy切片です。傾きは、x が 1 増えたときにモデルの y の値がどれだけ変化するかを示します。切片は、x が 0 のときのモデルの y の値です。

問題で求められているモデルに、Desmosが返した値を使用してください。予測を求められている場合は、求められた x の値を当てはめた方程式に代入します。表にあるデータ点と、直線によって予測された値の違いを明確に区別してください。表に一致する行がない場合でも、予測はモデルから得られるものです。

データ点を使って選択肢を確認します

常に回帰を計算する必要はありません。いくつかの直線のうちどれが最もよく当てはまるかを問われている場合は、まず表にある2つの点に対して各候補をテストしてください。各点の x の値を候補の方程式に代入し、y の値が表と一致するかを確認します。

これにより、データから外れている直線を素早く除外できます。2つの点をチェックするだけで答えを選べる場合は、正確な傾きと切片を求めることに時間を費やさないでください。問題が当てはめたモデルやそこからの予測を求めている場合は、代わりにリストと回帰を使用してください。

データの範囲外の予測には注意してください

回帰直線は入力したデータのモデルです。xの値の範囲内にある予測は、範囲から大きく外れた予測よりも信頼できます。その範囲を超えると、直線が観測された点を支持しない形で続く可能性があります。

予測値を使う前に、その x の値を表の中の最小値と最大値と比較してください。もしその値が範囲から大きく外れている場合は、計算結果を報告してください。ただし、その結果を同じくらい信頼できるものとして扱わないでください。

最終的な答えだけでなく、手順を練習しましょう。

正しい傾きや予測が得られたとしても、手法が正しいとは限りません。練習するときは、ペアとなるデータの入力方法、使用した回帰、m と b から答えを導き出した方法を書き留めてください。もし結果が間違っていた場合、それらの手順によって、リスト、モデル、または最後の代入のどこに問題があったかを見つけることができます。

Exam.Harbour は、手書きの手順を写真やスキャン、または画面上でステップごとに採点できます。これにより、最終的な答えが正しいかどうかだけでなく、手法のどこで間違えたかを確認できます。

関連する質問

Desmos の回帰におけるチルダの意味は何ですか?
チルダは Desmos にデータへのモデルの適合を指示します。`Y ~ mX + b` では、Desmos はリスト X と Y の値を使用して、点に最もよく適合する直線の傾き m と切片 b を求めます。
目分量で近似直線を描くべきですか?
値の表がある場合、Desmos を使うと目分量で線を引くよりも正確なモデルが得られます。もし問題がいくつかの直線の中から最適なものを選ぶだけなら、まず選択肢を 2 つのデータポイントと照らし合わせて確認してください。
近似直線からの予測は信頼できますか?
直線はデータのモデルを示すものであり、保証ではありません。表にある x の値の範囲内の予測は、その範囲から大きく外れた予測よりも信頼できます。観測されたデータの範囲を超えた予測には注意して扱ってください。