決定係数と相関関係の違いを完全解説！データの“関係の強さ”を見抜くコツ

---

決定係数と相関関係の違いを理解するための入門ガイド

データを見つけるとき、私たちは“関係の強さ”や“予測の精度”という言葉に出会います。この二つの指標には似た響きがあり、混同しやすいですが、意味と使い方は大きく異なります。決定係数は回帰分析という方法の中で使われ、ある変数を使って別の変数をどれだけ正しく予測できるかを示します。一方の相関関係は、二つの変数がどの程度一緒に動くかを示す統計量です。例えば、気温が上がるとアイスクリームの売上が増える、というような“傾向”を説明しますが、それが原因と結果の因果関係を意味するとは限りません。これを頭に入れておくと、データの読み方がぐっと正確になります。

決定係数とは何か

決定係数（R^2）は、回帰モデルがデータのバラツキをどれくらい説明できるかを表す指標です。1に近いほどモデルの説明力が高いとされます。式としては、R^2 = 1 - SSE/SST で表されます。SSEは残差平方和、SSTは全平方和です。要するに、モデルが残った誤差をどれだけ減らせたかを見て評価します。例えば、家のサイズと価格を予測するモデルでR^2が0.75なら、価格の変動の75%をサイズ情報で説明できている、という意味になります。

ただしR^2には注意点があります。新しい説明変数を追加すると必ずR^2が上がる性質があり、過学習の危険があります。調整済みR^2や検証データの評価を併用することが大事です。

相関関係とは何か

相関関係は、2つの変数がどの程度同じ方向に動くかを示す統計量です。最も有名なのはピアソンの相関係数rで、-1から1の値をとります。rが1に近いほど強い正の関係、-1に近いほど強い負の関係、0に近いと関係が弱いことを意味します。たとえば、勉強時間とテストの点数は正の関係を持つことが多く、長く勉強した人ほど点数が高くなりやすいです。ただしこの「関係の強さ」は必ずしも因果関係を意味しません。諸事情や他の要因が影響している可能性もあります。相関関係は直感的に理解しやすいですが、使い方を間違えると誤解につながることがあります。

決定係数と相関係数の違いを知るときのポイント

以下のポイントを覚えておくと、混乱を避けられます。

1) 目的が違う: 決定係数はモデル全体の適合度、相関係数は2変数の関係の強さ。

2) 値の範囲が違う: R^2は0〜1、rは-1〜1。

3) 向きがあるか: rには正負の向きがあるが、R^2には方向性はない。

4) 複数変数の扱い: R^2は説明変数を増やすと変化しやすいので調整済みR^2を使う。

実務での使い方と注意点

データ分析を実務で使うとき、決定係数と相関係数をセットで見ると良いです。例えば、不動産の価格を予測する際、R^2が高いと予測の精度が良いと判断できますが、それだけで安心してはいけません。モデルの前提が崩れていないか、残差がランダムに散らばっているか、外れ値が影響していないかを確認することが大切です。新しいデータを使ってモデルの検証を行い、過学習を避ける工夫も必要です。

また、相関が高くても因果関係を保証しません。原因と結果を同じ意味で結びつけてしまう誤解は、現実の意思決定を間違えやすくします。これらの点を意識しながら、R^2とrを適切に使い分けると、データが語る話を正しく読み解く力がつきます。

参考の表と実例

以下は、簡単な比較表の例です。

実務での理解を助けるため、実データの例を用意しました。

e>指標範囲意味使い方のポイント決定係数（R^2）0〜1回帰モデルがデータの分散をどれだけ説明できるか高いほど良いが、説明変数を増やすと上がりやすい点に注意相関係数（r）-1〜12変数の関係の強さと方向を示す因果関係を示さず、0に近いと弱い関係

ピックアップ解説

友達と雑談している雰囲気の解説です。決定係数という言葉を初めて聞く人にも伝わるよう、私が質問を投げかけ、友達が答える形のイメージで話を進めます。私がまず尋ねます、決定係数って何ですか。友達は少し考えて答えます。回帰モデルがデータの変動をどれだけ説明できるかを表す指標だよ、と。では、相関係数は？と続けると、友達は逆にこう答えます。相関係数は二つの変数がどの程度一緒に動くかを示す指標だよ、正の関係か負の関係か、強さは-1から1の範囲で決まるんだよと。そんなやり取りを通して、決定係数と相関係数の違いを「使い分ける視点」で整理します。結局のところ、R^2はモデルの説明力、rは関係の強さと方向性を表す、という基本を押さえることが大事です。

---