最終更新日：2026年8月15日

ds modeling evaluation

DS検定トップ ＞ 決定係数と寄与率とは？回帰モデルの説明力を理解する【DS検定】

まず結論

決定係数（R²）は、回帰モデルが目的変数のばらつきをどれくらい説明できているかを表す指標です。

DS検定では、特に次の3点を切り分けて理解することが重要です。

  • 決定係数 → モデルの説明力
  • 寄与率 → 説明できた割合として扱われることが多い
  • 相関係数 → 2変数の直線的な関係の強さ

単回帰では、決定係数 = 相関係数²という関係があります。

直感的な説明

例えば、「気温」から「アイス売上」を予測する回帰モデルを作ったとします。

  • 説明変数：気温
  • 目的変数：アイス売上

このモデルの決定係数が、

R² = 0.64

だったとします。

これは、売上データのばらつきのうち、64%をこのモデルで説明できているという意味です。

内訳 イメージ
モデルで説明できる部分 64%
モデルでは説明できない部分 36%

つまり、決定係数は「予測値が64%正解」という意味ではなく、目的変数の変動をどれくらい説明できているかを見る指標です。

定義・仕組み

決定係数

決定係数は、回帰モデルの説明力を表す指標です。

基本的な読み方は次の通りです。

決定係数 意味
1に近い モデルがデータのばらつきをよく説明している
0に近い モデルで説明できる割合が小さい

例えば、

R² = 0.8

なら、目的変数のばらつきの約80%をモデルが説明していると解釈します。

寄与率

寄与率は、モデルがどれくらいデータを説明しているかという割合を表す言葉として使われます。

文脈によって使われ方は異なりますが、DS検定では多くの場合、寄与率を決定係数と同じ意味で扱う場面があります。

選択肢では、

寄与率 → 説明できた割合

と整理しておくと判断しやすくなります。

相関係数との関係

単回帰の場合は、

決定係数 = 相関係数²

という関係があります。

例えば、相関係数が 0.8 なら、

R² = 0.8² = 0.64

となります。

DS検定では、この関係を使って決定係数や相関係数を求める問題が出ることがあります。

どんな場面で使う？

決定係数は、主に回帰モデルを評価するときに使います。

例えば、

  • 売上予測
  • 需要予測
  • 機械の状態や傾向の予測

などです。

データ分析では、

  1. 回帰モデルを作る
  2. 決定係数などの指標で評価する
  3. 必要に応じてモデルを改善する

という流れで使われます。

ただし、決定係数だけでモデルの良し悪しを判断しないことも重要です。

よくある誤解・混同

❌ 決定係数が高い＝必ず良いモデル

必ずしもそうではありません。

例えば、

  • 外れ値の影響を強く受けている
  • 過学習している
  • 将来データでは性能が出ない

といった場合、決定係数が高くても実用性が低いことがあります。

❌ 決定係数0.8＝80%の予測が正解

決定係数は正解率ではありません。

R² = 0.8 は、目的変数のばらつきの約80%をモデルが説明している、という意味です。

❌ 相関係数と決定係数は同じもの

違います。

指標 見ているもの
相関係数 2変数の直線的な関係の向きと強さ
決定係数 回帰モデルの説明力

DS検定では、この2つの意味を入れ替えた選択肢に注意しましょう。

まとめ（試験直前用）

  • 決定係数 → 回帰モデルの説明力
  • 寄与率 → 説明できた割合として扱われることが多い
  • 単回帰では 決定係数 = 相関係数²
  • 決定係数は正解率ではない
  • 決定係数が高くても、必ずしも良いモデルとは限らない
  • 相関係数＝関係の強さ、決定係数＝説明力と切り分ける

対応スキル項目（ver.6 データサイエンス）

  • 分類：解析技術
  • スキルカテゴリ：モデル化
  • サブカテゴリ：回帰・分類
  • 必須スキル：◯
  • ★ 単回帰分析において最小二乗法、回帰係数、標準誤差、決定係数を理解し、モデルを構築できる
  • ver.6 ★1スキルチェックで確認する

    🔗 関連記事

© 2024-2026 stemtazoo. All rights reserved.