決定係数と自由度調整済決定係数の違いは関連概念を切り分けるための考え方です。この記事では仕組み・役割・使いどころを押さえ、DS検定で問われる判断ポイントとひっかけポイントを解説します。

ds modeling evaluation

DS検定トップ ＞ 決定係数と自由度調整済決定係数の違いとは？【DS検定】

まず結論

  • 決定係数は「モデルがどれだけデータを説明できているか」を表す指標です。
  • 自由度調整済決定係数は「説明変数の数を考慮して、過剰な当てはまりを防いだ指標」です。

DS検定では、
「説明変数を増やすと決定係数はどうなるか？」
「モデル比較ではどちらを見るべきか？」
といった判断を問われることが多いです。

直感的な説明

営業成績を予測するモデルを作るとします。

  • 変数が「広告費」だけのモデル
  • 「広告費＋気温＋曜日＋月＋SNS投稿数＋…」とどんどん増やしたモデル

説明変数を増やせば、
見かけ上は当てはまりが良くなります。

しかし、それは本当に「良いモデル」でしょうか？

→ ただ無理やり説明しているだけかもしれません。

ここで登場するのが
自由度調整済決定係数です。

「説明変数が増えすぎていないか？」をチェックする役割があります。

定義・仕組み

■ 決定係数（R²）

決定係数は、

モデルがデータのばらつきをどれだけ説明できているか

を表します。

値は 0〜1 の間になり、
1に近いほど「よく説明できている」ことを意味します。

DS検定では
「R²が高い＝モデルが優れている」
という単純な判断は危険です。

なぜなら…

説明変数を増やせば、R²は基本的に下がらないからです。

■ 自由度調整済決定係数（Adjusted R²）

自由度調整済決定係数は、

  • サンプル数
  • 説明変数の数

を考慮して補正した指標です。

特徴は次の通りです：

  • 不要な変数を増やすと値が下がることがある
  • モデル比較に向いている

つまり、

「説明変数の数を考慮した、公平な評価指標」

と考えると分かりやすいです。

どんな場面で使う？

■ 決定係数を使う場面

  • 単一モデルの説明力をざっくり確認するとき
  • モデルの当てはまりの度合いを直感的に把握するとき

■ 自由度調整済決定係数を使う場面

  • 説明変数の数が異なるモデル同士を比較するとき
  • 重回帰分析でモデル選択をするとき

DS検定では
「モデルの比較」という文脈が出たら
自由度調整済決定係数を疑うのがポイントです。

よくある誤解・混同

❌ 「決定係数が高い＝良いモデル」

→ 変数を増やせば上がるため、過学習の可能性があります。

❌ 「自由度調整済決定係数は常に決定係数より高い」

→ 通常は R²より小さくなる のが一般的です。

❌ 「決定係数は予測精度そのものを表す」

→ あくまで「説明力」です。
予測誤差とは別の概念です。

DS検定では
説明力と予測精度を混同させる選択肢に注意してください。

まとめ（試験直前用）

  • 決定係数は「説明できた割合」
  • 変数を増やせば基本的に上がる
  • モデル比較では自由度調整済決定係数を見る
  • R²＝高いほど良い、とは限らない
  • 説明力と予測精度は別物

対応スキル項目（データサイエンス力シート）

  • 数理・統計基礎
  • モデル評価
  • ★ 回帰分析における評価指標の意味を理解している 【本文構成テンプレート（必須）】

まず結論

  • この用語は何かを一文で説明
  • DS検定での位置づけ（何を判断させたい問題か）

直感的な説明

  • 日常例・業務例を使った説明
  • 「なぜ重要か」が感覚的に分かる説明

定義・仕組み

  • 用語の定義をかみ砕いて説明
  • 式がある場合も「何を意味しているか」だけ説明

どんな場面で使う？

  • 使うべき場面
  • 使うと誤解しやすい場面

よくある誤解・混同

  • 混同しやすい用語との違い
  • DS検定での典型的なひっかけ

まとめ（試験直前用）

  • 3〜5行で要点整理
  • 判断基準が思い出せる形でまとめる

【対応スキル項目の出力ルール（必須）】

  • すべての記事の末尾に「対応スキル項目」を必ず出力する
  • 記事のテーマに応じて、以下のいずれかを選択する

① データサイエンス力シート
② ビジネス力シート
③ データエンジニアリング力シート
④ AI利活用スキルシート

特に、AI活用・AI理解・AIの使い方・AIのリスクに関する記事の場合は、 必ず「AI利活用スキルシート」への対応項目を出力すること。

出力形式は以下を厳守する：

【対応スキル項目（○○スキルシート）】

  • スキルカテゴリ名
  • サブカテゴリ名
  • ★ 該当するチェック項目（力シートと完全一致の文言）

※ 必ず ★ を付ける
※ チェック項目の文言は skillcheck ページと完全一致させる
※ 記事テーマに最も適切な1〜2項目に限定する

【AI系記事の特別ルール】

以下のキーワードを含む場合は必ず AI利活用スキルに分類する：

  • AIの活用
  • AIのリスク
  • AIの倫理
  • AIの判断
  • AIの限界
  • AIと人間の役割
  • 生成AI
  • AI導入

迷った場合は AI利活用スキルを優先すること。

【今回追加したい用語】 （ここに、学習したい用語・過去問で迷った概念を書く）

【補足（あれば）】

  • なぜ迷ったか
  • 混同した用語
  • 実務と試験でのズレ

🔗 関連記事

🏠 DS検定トップに戻る