miniレクチャー

２つの変量の関係を表す

その日の気温が高くなるとプールの入場者も増える・・・横軸を最高気温（x）、縦軸を入場者数（y）として、毎日、毎日の両者の関係をプロットしていくと、点が右上がりになっているのがわかります。最高気温が低いと入場者数が少なく、高いと多いという関係があるということです。この点の集まりに、ちょうどいいように直線を引きます。すると、y＝ax＋bという式が作れます。天気予報で明日の最高気温はわかりますから、その値をこの式のxに入れれば、明日の入場者数が予測できますね。

　　　
 
（全体に右上がりの傾向が見えます。つまり、最高気温が高いと入場者数が多いということですね。） 
 これは「回帰分析」というデータサイエンスでは大変よく使われる方法です。yをxの式で表すとともに、その式で予測も行います。
上の例は、最高気温だけですが、入場者数に影響する要因として、湿度、天気、曜日などもあるでしょう。そういったものを加味して、精度の高い関係式を作って、予測を行っていきます。

ワインの価格を予測する（専門家の評価を超えた？！）

フランス・ボルドー産のワインの価値（価格）を回帰分析によって予測した人がいます。ワイン好きの経済学者であるオーリー・アッシェンフェルターです。その式が、
　価格 ＝ －12.15＋0.00117×冬の降水量＋0.06163×育成期の平均気温
　 －0.00386×収穫期の降雨量＋0.02385×熟成年数
です。ブドウの生育に影響する何年分ものデータから、式中の４つの要因が価値予測に有効であることを示したんですね。結果、専門家が醸造前のワインを試飲して出した予想よりも、1滴も飲まない回帰式の方が正確だったのです。（もちろん専門家の経験や勘は大切です。両方上手に活用すべきです。）