決定係数（R2）計算ツールの使い方
決定係数（R2）計算ツールは、実測値（y）とモデルによる予測値（ŷ）を入力することで、回帰分析モデルの当てはまりの良さを示す決定係数（$R^2$）を簡単に求めることができるWebツールです。
- データの入力: 実際のデータ（実測値 $y$）とモデルによる予測値（$y$の予測値 $\hat{y}$）を、スペース・カンマ・改行などで区切ってそれぞれの入力欄に入力します。
- 結果の確認: 入力と同時にブラウザ上で即座に決定係数（$R^2$）が計算されます。
- 計算過程の可視化: 単に最終的な数値を出力するだけでなく、計算式や数値の代入ステップ、残差平方和（SSres）および全変動（SStot）の内訳も確認できます。
データリストを入力する際は、各値をスペース、カンマ、セミコロン、または改行で区切って入力してください。前提条件を変えながら数値を調整することで、サンプルの変動が決定係数に与える影響を即座にシミュレーションできます。
決定係数（R2）の計算式と求め方
決定係数（$R^2$）は、データの持つ本来のばらつき（全変動）のうち、構築した回帰モデルによってどれだけ説明できているかを表す重要な統計指標です。基本となる計算式は以下の通りです。
R^2 = 1 - SSres / SStot各項の意味は次の通りです：
- SSres（残差平方和 / Residual Sum of Squares）: 実測値 $y_i$ と予測値 $\hat{y}_i$ の差の二乗和（モデルで説明しきれなかった誤差）
- SStot（全変動・全平方和 / Total Sum of Squares）: 実測値 $y_i$ と平均値 $\bar{y}$ の差の二乗和（データ本来の全体的なばらつき）
本ツールでは、決定係数（$R^2$）本体の計算に加え、標準誤差やp値、自由度、回帰の傾き・切片などの関連する統計値も確認できます。決定係数は通常 0から1 の間の値をとり、1に近いほどモデルの予測精度が高く、データによく当てはまっていることを示します。
なお、説明変数の数が多くなると数学的に決定係数が高くなりやすい傾向があるため、重回帰分析では変数の数を考慮した**自由度調整済み決定係数（Adjusted $R^2$）**をあわせて確認することが推奨されます。また、適切な切片を含まない特殊なモデルや過剰適合などの理由により、計算上負の値（ネガティブR2）が生じる場合もあります。
決定係数（R2）計算ツールの活用シーン
決定係数（R2）計算ツールは、以下のような様々なデータ分析や学習の現場で活用いただけます。
- 統計学・データサイエンスの学習: 教科書や問題集の計算結果を手軽に検算し、残差平方和や全変動の代入過程を視覚的に理解できます。
- 機械学習・回帰モデルの評価: 線形回帰モデルや予測アルゴリズムを作成する際、スクリプトを実行する前のクイックな精度チェックに活用できます。
- 研究・実験データの検証: 観測データと理論モデルの整合性を評価し、報告書や論文における中間計算の透明性を高めることができます。
- ビジネス・マーケティング分析: 売上予測や需要予測モデルの当てはまり度合いを確認し、分析アプローチの妥当性を評価する際に利用できます。
ブラウザで完結するローカル処理のため、迅速かつ安全にデータを検証可能です。数値を変更して、決定係数がどのように変化するかをぜひ体験してみてください。