回帰分析
回帰分析とは観察や実験の結果得られた測定値に相関（関連性の強さ）がある場合, 一つの測定値Y（従属変数, 目的変数）を別の測定値X, X1, X2, XX（独立変数, 説明変数）から予測する式（回帰式）を作成し関係性を説明することである.
（例）
収縮期血圧と年齢に相関が見られる場合に,
Yを収縮期血圧とし, Xを年齢として回帰式（回帰直線）を作成する. ‥式1
Y=βX +α…式1 （βを回帰係数, αを切片と呼ぶ）
βは年齢が１歳上がるごとに収縮期血圧が変化すると予想される平均的な変化量を意味しβ（関連の強さ）が0.5の場合, 1歳年をとるごとに収縮期血圧が0.5mmHg上がり, 10歳年をとると5.0mmHg上がることを意味する.
回帰分析の例としては他に, アウトカム（回帰式でのY値）が連続変数を取る場合に用いられる線形回帰分析, アウトカムが２値変数の場合に用いられるロジスティック回帰分析, アウトカムがイベント発生までの時間の場合に用いられるCox回帰分析などがある.
「横山徹爾：はじめて学ぶやさしい疫学（日本疫学会監修), 改訂第2版, p89-100, 2010, 南江堂」より許諾を得て抜粋し転載.