では、実際に「R」を使って回帰分析を実施してみましょう
「R」に搭載されているデータセットの中に「airquality」というデータセットがあります。
これは、1973年5月から9月までのニューヨークの大気状態を6つの変数で観測・記録したデータです。
まずはデータ内容の確認をしましょう。head(airquality)というコマンドを打ってみてください。Airqualityというデータセットの上から6つを表示してくれます。
データの内容はそれぞれ、下記の通りです。
気が早い人は、ここですぐ回帰分析を実施しようとしてしまうのですが、いったん落ち着いて、このデータセットがどのような内容なのかを確認しましょう。
まずは、前回にも登場したsummary関数で各変数の統計情報を眺めてみます。
数値だけでは、なかなか直感的にわかりづらいので、可視化の回に紹介した箱ひげ図を描いてみましょう。boxplot(airquality)というコマンドを打つと、下記のような箱ひげ図が描画できます。
それぞれの変数の単位が異なるので、一概には言えませんが、各変数のばらつきが把握できます。ここで、勘のよい方はお気づきになると思いますが、Temp（温度）の範囲が非常に大きい値を取っています。
よく確認してみると、このデータは摂氏ではなく華氏のデータとなっていることがわかります。摂氏で言えば、おおよそ10℃から35℃くらいの範囲のデータであることがわかれば、この範囲の値をとっても問題ないことがわかります。このように分析を開始する前のデータ確認は非常に重要です。
