Excel で回帰分析
回帰分析結果の読み方（ Excel 編）
• レポート課題 1( 問題２ )
• Cobb-Douglas 型生産関数 (Y = A𝐾
𝛼𝐿
𝛽) を推計す る問題
• 両辺の対数をとり線形化
• 𝑙𝑛𝑌 = 𝑙𝑛𝐴 + 𝛼𝑙𝑛𝐾 + 𝛽𝑙𝑛𝐿
• データ → データ分析 → 回帰分析と進み、被説明 変数を 𝑙𝑛𝑌 、説明変数を 𝑙𝑛𝐾, 𝑙𝑛𝐿 と指定して「 OK 」
obs Y L K
1899 100.0 100.0 100.0
1900 101.0 104.8 107.0
1901 112.0 110.0 114.0
1902 122.0 117.2 122.0
1903 124.0 121.9 131.0
1904 122.0 115.6 138.0
1905 143.0 125.0 149.0
1906 152.0 134.2 163.0
1907 151.0 139.9 176.0
1908 126.0 123.2 185.0
1909 155.0 142.7 198.0
1910 159.0 147.0 208.0
1911 153.0 148.1 216.0
1912 177.0 155.0 226.0
1913 184.0 156.2 236.2
1914 169.0 152.2 244.0
1915 189.0 155.8 266.0
1916 225.0 183.0 298.0
1917 227.0 197.5 335.0
1918 223.0 201.1 366.0
1919 218.0 195.9 387.0
1920 231.0 194.4 407.0
1921 179.0 146.4 417.0
1922 240.0 160.5 431.0
Source: Douglas, Theory of Wage
回帰分析結果の読み方 (Excel 編 )
回帰分析結果の読み方 (Excel 編 )
回帰統計
重相関 R 0.977
重決定 R2 0.955
補正 R2 0.951
標準誤差 0.060
観測数 24
分散分析表
自由度 変動 分散 観測された
分散比 有意 F
回帰 2 1.592 0.796 223.429 0.000
残差 21 0.075 0.004
合計 23 1.667
係数 標準誤差 t P-値 下限 95% 上限 95%
切片 -0.043 0.430 -0.099 0.922 -0.936 0.851
log L 0.766 0.144 5.317 0.000 0.466 1.065
log K 0.245 0.064 3.819 0.001 0.112 0.379
係数の和 = 1.011
回帰分析の当て嵌まりの良さを表す。
説明変数の数を考慮した当て嵌まりの良さの尺度。
データ数。
係数が同時にゼロかどうかを検定するF統計量のP-値
係数の信頼区間
(95%の範囲で係数が入ってくる区間
)回帰係数
t-値：概ね絶対値で2を越えると、回帰係数はゼロと有意差があると見なせる P-値：この値が0.05以下なら5%水準で係数が有意であると判断する(両側検定)EXCEL ソルバーを使った回帰分析
Solver
