相関と回帰の一問一答(10問)
心理学検定「B2 統計・測定・評価」の「相関と回帰」の問題を、答えと解説つきで並べています。まず自分で答えを考えてから「答えと解説を見る」を開いてください。
-
問1B2-051
ピアソンの積率相関係数の定義として最も適切なものを1つ選べ。
- ① 2変数の共分散を、2変数の平均の積で割った値
- ② 2変数の偏差の積の総和を、標本サイズで割った値
- ③ 2変数の共分散を、2変数の標準偏差の積で割った値
- ④ 2変数の共分散を、2変数の分散の積で割った値
答えと解説を見る
正解:③ 2変数の共分散を、2変数の標準偏差の積で割った値
ピアソンの積率相関係数は共分散を2変数の標準偏差の積で割った値で、単位に依存せず−1から+1の範囲をとる。共分散は単位や散らばりの大きさに左右されるので、標準偏差で割って標準化する。
- ① 誤り。平均の積で割るのではない。平均は散らばりの大きさを表さない。
- ② 誤り。これは共分散そのものの定義で、標準化されていないため相関係数ではない。
- ③ 正しい。共分散を標準偏差の積で割って標準化したものが相関係数である。
- ④ 誤り。分散の積で割ると次元が合わない。割るのは標準偏差の積である。
-
問2B2-052
スピアマン(Spearman, C. E.)の順位相関係数について、最も適切なものを1つ選べ。
- ① 順序尺度のデータにも適用でき、順位にもとづくため単調な関係を捉えられる。
- ② 名義尺度で測定された2変数の間の関連を表す指標である。
- ③ 値は0から1の範囲をとり、負の関連は表せない。
- ④ 考案者はピアソン(Pearson, K.)であり、積率相関係数と同じ人物が提案した。
答えと解説を見る
正解:① 順序尺度のデータにも適用でき、順位にもとづくため単調な関係を捉えられる。
スピアマンの順位相関係数は、各変数の値を順位に直して求める。順序尺度のデータにも使え、直線的でなくても単調な関係であれば強さを表せる。値は−1から+1をとる。
- ① 正しい。順位にもとづくので順序尺度に使え、単調な関係を捉える。
- ② 誤り。順位を用いるので順序尺度以上が対象である。名義尺度の関連にはクラメールの連関係数などを使う。
- ③ 誤り。−1から+1の範囲をとり、順位が逆向きに対応すれば負の値になる。
- ④ 誤り。順位相関係数を考案したのはスピアマンである。ピアソンは積率相関係数で知られる。
-
問3B2-053
「アイスクリームの売上が多い月ほど水難事故の件数も多い」という相関は、気温という共通の要因によって生じた見かけ上の関連だと考えられる。このような疑似相関について、最も適切なものを1つ選べ。
- ① 気温の影響を取り除いた偏相関係数を求めると、0に近づくと考えられる。
- ② 2変数の間に因果関係があるので、気温を統制しても相関係数はほとんど変わらない。
- ③ 標本サイズを大きくすれば、見かけ上の相関は必ず消える。
- ④ ピアソンの積率相関係数を順位相関係数に置き換えれば、見かけ上の相関は消える。
答えと解説を見る
正解:① 気温の影響を取り除いた偏相関係数を求めると、0に近づくと考えられる。
疑似相関は、2変数に共通する第三の変数の影響で生じる見かけ上の相関である。その変数の影響を除いた偏相関係数を求めると、関連は小さくなる。相関があっても因果関係があるとは限らない。
- ① 正しい。第三変数を統制した偏相関係数は、疑似相関の場合に0に近づく。
- ② 誤り。共通要因による見かけの関連なので、2変数間に直接の因果があるとは限らず、統制すれば相関は小さくなる。
- ③ 誤り。標本サイズは推定の精度を上げるだけで、共通要因による相関は大きな標本でも残る。
- ④ 誤り。相関の指標を変えても共通要因による関連は消えない。統制が必要である。
-
問4B2-054
変数Xと変数Yの関連について、第三の変数Zの影響を統制して調べたい。部分相関係数(半偏相関係数; semipartial correlation)の説明として最も適切なものを1つ選べ。
- ① Zの値が等しい対象だけを取り出して求めたXとYの相関係数である。
- ② XとYをそれぞれ順位に変換してから、Zとの関連を除いて求めた相関係数である。
- ③ XとYの両方からZの影響を取り除いた残差どうしの相関係数である。
- ④ Yはそのままにして、XだけからZの影響を取り除いた残差とYとの相関係数である。
答えと解説を見る
正解:④ Yはそのままにして、XだけからZの影響を取り除いた残差とYとの相関係数である。
部分相関係数(半偏相関係数; semipartial correlation)は、XとYのどちらか一方だけからZの影響を除き、その残差ともう一方の元の変数との相関をとったものである。XとYの両方からZの影響を除いた残差どうしの相関は偏相関係数(partial correlation)である。部分相関はsemipartial (part) correlation、偏相関はpartial correlationである。教材によっては偏相関を「部分相関」と呼ぶものもあるので、英語名で区別して覚えるとよい。
- ① 誤り。Zの値で対象を限定する方法(層別・条件付き相関)であり、部分相関係数の定義ではない。
- ② 誤り。順位への変換はスピアマンの順位相関などに関わる手続きで、部分相関の定義とは関係がない。部分相関は回帰の残差を用いて定義される。
- ③ 誤り。両方の変数からZの影響を除いた残差どうしの相関は、部分相関ではなく偏相関係数(partial correlation)の定義である。
- ④ 正しい。片方の変数(ここではX)だけからZの影響を取り除き、もう一方(Y)は元のまま相関をとる点が、偏相関との違いである。
-
問5B2-055
名義尺度で測定された2変数のクロス集計表について、クラメールの連関係数(Cramér's V)の説明として最も適切なものを1つ選べ。
- ① 順序尺度で測定された変数にのみ適用できる。
- ② −1から+1の値をとり、符号によって連関の方向を表す。
- ③ χ²値をもとに算出し、0から1の値をとって連関の強さを表す。
- ④ 値が大きいほど、各セルの観測度数が期待度数に近いことを表す。
答えと解説を見る
正解:③ χ²値をもとに算出し、0から1の値をとって連関の強さを表す。
クラメールの連関係数(Cramér's V)は、χ²値を標本サイズと(行数・列数の小さい方−1)の積で割り、その平方根をとって求める。0から1の値をとり、大きいほど連関が強い。名義尺度どうしのクロス表に使え、連関の方向は表さない。
- ① 誤り。名義尺度どうしの連関に使える指標で、順序尺度に限らない。
- ② 誤り。0から1の値をとり、符号はない。−1から+1は相関係数の範囲である。
- ③ 正しい。χ²値にもとづき、0から1で連関の強さを表す。
- ④ 誤り。値が大きいほど観測度数が期待度数から離れており、連関が強い。
-
問6B2-056
クロス集計表のχ²検定で有意な連関が認められたあと、どのセルが連関に寄与しているかを調べるために残差分析を行う。調整済み標準化残差の解釈として最も適切なものを1つ選べ。
- ① 絶対値が1.96を下回るセルが、5%水準で有意な差のあるセルである。
- ② 残差分析は、表全体に連関があるかどうかを検定する方法である。
- ③ 絶対値が1.96を超えるセルは、観測度数と期待度数の差が5%水準で有意とみなされる。
- ④ 値が正のセルは、観測度数が期待度数より少ないことを表す。
答えと解説を見る
正解:③ 絶対値が1.96を超えるセルは、観測度数と期待度数の差が5%水準で有意とみなされる。
調整済み標準化残差は、帰無仮説(独立)のもとで近似的に標準正規分布に従う。絶対値が1.96を超えるセルは5%水準で有意で、正なら期待度数より多く、負なら少ない。残差分析はセルごとの検討であり、表全体の検定はχ²検定が担う。
- ① 誤り。有意になるのは絶対値が1.96を超えたときである。1.96を下回れば有意ではない。
- ② 誤り。表全体の連関を検定するのはχ²検定である。残差分析はセルごとに検討する。
- ③ 正しい。標準正規分布にもとづき、絶対値が1.96を超えれば5%水準で有意である。
- ④ 誤り。正の残差は観測度数が期待度数より多いことを表す。
-
問7B2-057
単回帰分析に関する次の記述のうち、適切でないものを1つ選べ。
- ① 標準化されていない回帰係数は、相関係数に「目的変数の標準偏差÷説明変数の標準偏差」を掛けた値に等しい。
- ② 最小二乗法は、観測値と予測値の差(残差)の平方和が最小になるように回帰係数と切片を決める方法である。
- ③ 回帰直線は、説明変数の平均と目的変数の平均で決まる点を必ず通る。
- ④ 決定係数は、XからYを予測する場合とYからXを予測する場合とで異なる値になる。
答えと解説を見る
正解:④ 決定係数は、XからYを予測する場合とYからXを予測する場合とで異なる値になる。
単回帰の決定係数は相関係数の2乗(r²)に等しいので、XからYを予測してもYからXを予測しても同じ値になる。一方、標準化されていない回帰係数は、予測の方向によって一般に異なる値になる(Y←X は r×sy/sx、X←Y は r×sx/sy。2変数の標準偏差が等しいときは一致する)。なお標準化回帰係数は、どちらの方向から予測しても r で同じ値になる。最小二乗法は残差平方和を最小にする方法であり、回帰直線は(説明変数の平均、目的変数の平均)を通る。
- ① 適切。回帰係数 b = r × (sy/sx) の関係が成り立つ(sy は目的変数、sx は説明変数の標準偏差)。
- ② 適切。これが最小二乗法の定義である。
- ③ 適切。切片の決まり方から、回帰直線は(説明変数の平均、目的変数の平均)を通る。
- ④ 適切でない。単回帰の決定係数は r² なので、予測の方向を入れ替えても同じ値になる。
-
問8B2-058
重回帰分析における多重共線性と標準偏回帰係数に関する記述として、最も適切なものを1つ選べ。
- ① 多重共線性は、説明変数どうしの相関が非常に高い(またはほぼ線形な関係がある)ときに生じ、偏回帰係数の推定が不安定になる。また、説明変数どうしに相関があると、標準偏回帰係数の符号が、その説明変数と従属変数との単相関(相関係数)と逆になることもある。
- ② 多重共線性は、説明変数と従属変数の相関が高いほど起こりやすく、そのとき決定係数は小さくなる。
- ③ 多重共線性は、従属変数の分布が正規分布から大きくずれるときに生じる問題である。
- ④ 多重共線性があっても、標準偏回帰係数を使えば各説明変数の影響を安定して比較できる。
答えと解説を見る
正解:① 多重共線性は、説明変数どうしの相関が非常に高い(またはほぼ線形な関係がある)ときに生じ、偏回帰係数の推定が不安定になる。また、説明変数どうしに相関があると、標準偏回帰係数の符号が、その説明変数と従属変数との単相関(相関係数)と逆になることもある。
多重共線性は、説明変数どうしの相関が非常に高い(またはほぼ線形な関係がある)ときに生じる。2変数間の相関が高い場合だけでなく、3つ以上の説明変数の間にほぼ線形な関係がある場合にも起こる。このとき偏回帰係数の標準誤差が大きくなり、推定が不安定になる。また、説明変数どうしの相関のため、標準偏回帰係数の符号が、その説明変数と従属変数との単相関と逆になることもある(多重共線性があると特に起こりやすい)。標準化しても説明変数間の相関は変わらないので、多重共線性の問題は解消しない。
- ① 正しい。説明変数間の高い相関(またはほぼ線形な関係)が推定の不安定さを招く。また、説明変数どうしの相関があると、標準偏回帰係数が単相関と逆の符号になることもある。
- ② 誤り。問題になるのは説明変数と従属変数の相関ではなく、説明変数どうしの相関である。また、決定係数が小さくなるわけでもない。
- ③ 誤り。多重共線性は説明変数間の関係の問題であり、従属変数の分布の問題ではない。
- ④ 誤り。標準化しても説明変数間の相関は変わらず、係数の不安定さは解消されない。
-
問9B2-059
ロジスティック回帰分析に関する次の記述のうち、適切でないものを1つ選べ。
- ① ロジスティック関数を用いるため、モデルから得られる事象の生起確率の予測値は0から1の範囲に収まる。
- ② 他の説明変数を一定としたとき、回帰係数の指数をとると、その説明変数が1単位増えたときにオッズが何倍になるかを表すオッズ比として解釈できる。
- ③ 一般線形モデルの一種であり、係数は最尤法によって求められる。
- ④ 従属変数が二値のとき、事象が生じる確率のロジット(対数オッズ)を説明変数の線形結合で表す。
答えと解説を見る
正解:③ 一般線形モデルの一種であり、係数は最尤法によって求められる。
ロジスティック回帰は、二値の従属変数を扱う一般化線形モデルの一種で、係数は最尤法で推定する。一般線形モデルは、t検定、分散分析、重回帰分析などを含む枠組みで、誤差に正規分布を仮定した線形モデルである。ロジスティック回帰はこれには含まれず、両者は区別して覚える必要がある。したがって選択肢3は「一般線形モデル」の部分が誤りで、最尤法の部分は正しい。
- ① 適切。ロジスティック関数は出力が0から1の間に収まるため、確率の予測値として扱える。
- ② 適切。他の説明変数を一定としたとき、回帰係数をexpで変換するとその説明変数のオッズ比になる。
- ③ 適切でない。ロジスティック回帰は一般線形モデルではなく一般化線形モデルの一種である。最尤法で推定するという部分は正しい。
- ④ 適切。二値の従属変数について、確率のロジット(対数オッズ)を説明変数の線形結合で表す。
-
問10B2-060
ある試験で極端に低い得点だった生徒が、特別な指導をしなくても次の試験では平均に近い得点になる傾向がある。この回帰効果(平均への回帰)の説明として、最も適切なものを1つ選べ。
- ① 標準化した回帰直線の傾きが1より大きく、予測値が元の得点より極端になるため。
- ② 2回の得点の相関が完全ではなく、偶然による変動が含まれるため。
- ③ 成績の低い生徒が欠席して脱落し、残った生徒の平均が上がるため。
- ④ 同じ試験の繰り返しで練習効果が生じ、得点が全員一律に上がるため。
答えと解説を見る
正解:② 2回の得点の相関が完全ではなく、偶然による変動が含まれるため。
2回の測定の相関が完全(|r|=1)でないとき、1回目に極端だった群の2回目の平均は、全体平均の方向に近づく。標準化した回帰直線の傾きは相関係数rに等しく、|r|≦1なので傾きの絶対値が1を超えることはない。|r|<1なら予測値は元の値より平均に近づく。測定誤差などの偶然による変動が大きいほど(相関が低いほど)この現象は強く現れる。介入の効果と取り違えやすいので、統制群を設けて区別する。
- ① 誤り。標準化した回帰直線の傾きは相関係数rに等しく、|r|≦1なので傾きの絶対値が1を超えることはない。|r|<1なら予測値は元の得点より平均に近づくため、「極端になる」は回帰効果の説明にならない。
- ② 正しい。相関が完全ではなく、偶然による変動を含むために、極端な値は平均に近づきやすい。
- ③ 誤り。これは実験的死亡(脱落)の説明で、回帰効果とは別の現象である。
- ④ 誤り。これは練習効果という別の内的妥当性の脅威である。回帰効果は全員が一律に上がる現象ではなく、低得点群では平均に向かって上がり、高得点群では平均に向かって下がる形で生じる。
B2 統計・測定・評価のほかの論点
問題はすべてこのサイトのオリジナルで、本物の過去問ではありません。AI で作り、別の AI が答えと根拠を確かめた物だけを載せていますが、まちがいが残っているかもしれません。