単線形回帰でぽっぽ☆（＾◇＾）

「　ほら、データ早よ出せだぜ☆」

「　分かってるぜ、うるさいなあ☆」

参考：回帰直線の意味と導出と求め方 – 途中式まで詳しく解説

「　こんなんで　どうだぜ☆？」

「　充分よ、充分！」

「　じゃあ、ｘの相加平均と　ｙの相加平均を求めるかだぜ☆」

-
x = (30 + 40 + 50 + 60 + 70) / 5 = 50

-
y = (800 + 1000 + 1200 + 1300 + 1400) / 5 = 1140

「　ここだぜ☆」

「　じゃあ、相加平均の場所を０になるように　数を振り直してくれだぜ☆」

「　自分でやればいいのに……☆」

「　ほらよ☆」

「　じゃあ、適当に一発　いい感じに直線を引いてくれだぜ☆」

「　わたしに適当は無いんで☆」

「　ピャーっと引けばいいのよ、ピャーっと！」

「　適当わらう☆　水色の玉と　線の差を求めようぜ☆」

「　こうだぜ☆」

「　その誤差を２乗してくれだぜ☆」

「　だいたい　－２倍、５倍、２倍、２倍　の雰囲気かだぜ☆」

「　こんなもんだろ☆」

「　それを積み上げてくれだぜ☆」

「　画面は狭いのに……☆」

「　こんなんだぜ☆」

「　それが二乗誤差な☆　これを最小にすればいいんだぜ☆」

「　それは Evaluation（評価） でしょ。How（どうやって） が分かんないのよ」

「　やってみるぜ☆」

「　さっきのグラフを微分するんだぜ☆
しかし　微分を描くのは　めんどくさいんで、ここでは　差　を描くぜ☆」

「　まったく……☆」

「　並べると　右肩上がりになってるな☆　これが傾きだぜ☆
この傾きを　０　にするんだぜ☆　まっ平（たいら）☆」

「　だから　それが　分かんないつってんのよ」

「　いままでのイメージを　逆戻りしようぜ☆？」

「　ここで　画像がアップロードできなくなった……☆」

「　下書きとして投稿して　再びアップロード☆　これが　欲しい傾き　０　だぜ☆」

「　どんどん巻き戻し……☆」

「　積み上げた高さは　０　だぜ☆」

「　すると　ご主人さまが引いた線に重なる……、ダメじゃないかだぜ☆」

「　やり直せだぜ☆」

「　誤差が　０　というのは……」

「　ここなのよ。　こんな１本の線は無いのよ」

「　式を変形すると　一番いい感じの傾きが　出るらしいんだが……☆」

「　結局　傾きは　円、または楕円の接線なんで……☆」

「　楕円の方がいいか☆　この接線を取るのが　微分　という操作なんで……☆」

「　誤差が　何かしらのカーブに見えればいいんだぜ☆」

「　誤差で　楕円の一部を作れるのかだぜ☆？」

「　誤差って　ここのことだろ☆」

「　もう　リモートワークの時間だぜ☆　こういう説明で　線形回帰の説明を　濁すかだぜ☆」

「　というか　うーん、誤差はどこなんだぜ☆？」

＜書きかけ＞