下記内容はpythonの重回帰分析で可能でしょうか？ python初心者です。現在の業務でもしかした

下記内容はpythonの重回帰分析で可能でしょうか？

python初心者です。現在の業務でもしかしたらpythonでできるのかな？というシーンがあるので判断してください！

・シミュレーション作成の為、
　ある材料の昇温特性（傾き）を取りたい
・流入ガス温、流量などパラメータがいくつ　　かありそれを振った試験データはある

パラメータの回帰係数さえ求まれば、その時時の値から傾きを求めれますか？？
説明下手で申し訳ないですが教えて下さい！！

No.2 回答者： kamiyasiro 回答日時： 2022/06/20 16:44

PythonでもRでも、重回帰分析で出来なければ、

・非正則な説明変数であれば正則化回帰（リッジ回帰やラスー回帰）
・非線形なｙであれば、一般化線形モデルや一般化加法モデル
・さらにグネグネな多峰関数であれば、分類器を使った回帰（ランダムフォレスト回帰やサポートベクター回帰）

というように、エクセル程度の重回帰分析では不可能であった高度な予測が可能です。
（こうなると、Ｒの方が圧倒的に有利です。統計屋はPythonよりRを好んで使います。）

もちろん、#1で述べたようなｘの質の良さは重要で、ゴミを入れてもゴミしか出てきません。

ご質問のケースは、まずは、ｘの質の良さが妥当かどうか、の検討が先だと思います。散布図行列を描いてみましたか。

目的変数、説明変数が、csvファイルになっていれば、Rなら、

plot(data)で出てきますよ。

No.1 回答者： kamiyasiro 回答日時： 2022/06/20 16:28

これまで、業務で重回帰分析を使ってきて、重回帰分析を理解していらっしゃるのでしたら、PythonでもRでも可能です。

ただ、重回帰分析という言葉だけ知っていて、それが何だか良く分からないというのであれば、社内の専門家に聞いた方が良いです。

重回帰分析というのは、

y＝α＋β1x1＋β2x2＋・・・＋βpxp

という、線形式で表される予測式で、ｙは全てのパラメータｘに対して直線関係です。それで良いかどうか。

また、ｘという説明変数行列が正則である必要があります。たとえば、x1、x2、x3の平均がx4に入っていると破綻します。そういう試験データになっていないか。

パラメータｘに関して網羅的に振った試験であるかどうか。試験していない組合せは無いか。もちろん全組合せを実施する必要はありませんが、１次式で推定するなら、実験計画法的に水準を振っているか。２次式で推定するなら、応答曲面法で用いる中心複合計画やボックスベンケン計画で水準を振っているかどうか。（x1を固定してx2だけ振っている、およびその逆というデータでは満足いく解析はできません）

逆に日常データとして膨大なデータがあるとき、パラメータ水準がアンバランスデータになっていないか。

これらの要件を満たしていれば、回帰による推定が可能です。

気になるなら、形式科学ー統計学のカテで、説明変数の水準表を見せて、質問されてはいかがでしょうか。