この記事でわかること
- 偏回帰係数の意味（符号・単位・「他の変数を一定にしたとき」の読み方）
- 切片の意味と、外挿するときの注意点
- 係数の大きさで重要度を判断できない理由と、標準化偏回帰係数の求め方（Excel対応）
📌 前提知識：回帰分析のやり方と結果の見方を読んでいると理解しやすくなります
重回帰分析で、製品の引張強度を加工温度と保持時間から予測する式を作ったとします。出てきた回帰式はこうでした。
引張強度 = 380 + 0.8 × 加工温度 + 3.0 × 保持時間
ここで「保持時間の係数3.0が一番大きいから、強度には時間が最も効いている」と読んでしまう。よくある早合点です。実はこの読み方は間違いで、正しく比べると効いているのは温度のほうです。
この記事では、回帰分析で出た係数をどう読むかを整理します。偏回帰係数と切片の意味から、複数の要因の効き具合を正しく比べる標準化偏回帰係数まで。係数の数字を「意味のある言葉」に翻訳できるようになります。
回帰係数を読むのはどんなとき
回帰係数の解釈が必要になるのは、次のような場面です。
- 回帰式が出て、各要因が結果にどう効くかを数値で説明したいとき（例: 温度を1℃上げると強度は何MPa上がるか）
- 複数の説明変数のうち、どれが最も効いているかを比べたいとき
- 係数の符号（プラス・マイナス）から、要因と結果の向きを確認したいとき
ひとつ前提があります。解釈してよいのは統計的に有意な係数（P-値が0.05未満）だけです。有意でない変数の係数は「効いているとは言えない」ので、大きさを深読みしても意味がありません。有意性の確認方法は回帰分析のやり方と結果の見方で解説しています。
偏回帰係数の意味｜符号・単位・「他を一定に」
重回帰分析の各係数を偏回帰係数と呼びます。先ほどの式で見てみましょう。
引張強度 = 380 + 0.8 × 加工温度 + 3.0 × 保持時間
それぞれの係数は、次のように読みます。
- 加工温度の係数0.8：保持時間を一定に保ったまま、温度を1℃上げると、強度は平均0.8MPa上がる
- 保持時間の係数3.0：加工温度を一定に保ったまま、時間を1分延ばすと、強度は平均3.0MPa上がる
ポイントは「他の変数を一定に保ったとき」という条件です。偏回帰係数は、その変数だけを動かしたときの効果を表します。ですから、温度だけで単回帰したときの係数と、重回帰での偏回帰係数は一致しないのが普通です。
符号も大事な情報です。係数がプラスなら「その変数が増えると結果も増える」、マイナスなら「増えると結果は減る」という向きを示します。
切片の意味と外挿の注意
切片（この式では380）は、すべての説明変数が0のときの予測値です。つまり加工温度0℃、保持時間0分のときに、式が返す強度が380MPaということです。
ただし、この数字を額面どおり受け取るのは危険です。加工温度0℃や保持時間0分は、実際の製造条件からかけ離れています。データを取った範囲の外側で式を当てはめること（外挿）には、常に注意が必要です。切片は「式の位置を決める定数」と考え、単独で物理的な意味を読み込みすぎないのが安全です。
係数の大きさ＝重要度ではない｜標準化偏回帰係数
ここが本題です。冒頭で「時間の係数3.0が温度の0.8より大きいから、時間が重要」と読むのは間違いだと書きました。理由は単位が違うからです。
温度の係数は「1℃あたり」、時間の係数は「1分あたり」の効果です。1℃と1分では、そもそも動く幅の感覚が違います。単位の異なる係数を並べて大小を比べても、重要度の比較にはなりません。
そこで使うのが標準化偏回帰係数（βと書きます）です。各変数を標準偏差でそろえてから比べる係数で、次の式で求められます。
\[\beta = b \times \frac{S_x}{S_y}\]
ここで \(b\) は偏回帰係数、\(S_x\) は説明変数の標準偏差、\(S_y\) は目的変数の標準偏差です。Excelでは、偏回帰係数に各変数の標準偏差の比をかけて求めます：
=0.8*STDEV.S(加工温度の範囲)/STDEV.S(引張強度の範囲)
今回のデータで、目的変数（引張強度）の標準偏差が12.0、加工温度が15.0、保持時間が2.0だったとします。計算すると次のとおりです。
| 変数 | 偏回帰係数 b | 標準偏差 Sx | 標準化係数 β |
|---|---|---|---|
| 加工温度 | 0.8 | 15.0 | 1.0 |
| 保持時間 | 3.0 | 2.0 | 0.5 |
生の係数では時間（3.0）が温度（0.8）の約3.75倍で、時間が圧倒的に重要に見えました。ところが標準化すると、温度のβが1.0、時間のβが0.5。温度のほうが時間の2倍効いていると、順位が逆転します。
標準化偏回帰係数は「その変数が1標準偏差動くと、結果は何標準偏差動くか」を表します。単位が消えるので、加工温度と保持時間のように単位の違う変数どうしでも、効き具合をそのまま比べられます。データの標準化そのものはデータの標準化・正規化で解説しています。
やりがちな3つの誤読
係数の解釈でつまずきやすいポイントを3つ挙げます。
誤読1：生の係数の絶対値で重要度を決める
いま見たとおり、単位が違う係数の大小はそのまま比べられません。要因の重要度を比べたいときは、標準化偏回帰係数を使います。生の係数は「1単位あたりの効果」を知るためのもの、と役割を分けて考えます。
誤読2：係数を因果関係と解釈する
回帰係数が示すのは、あくまでデータ上の関連の強さです。「温度を上げれば必ず強度が上がる」という因果を保証するものではありません。裏に別の要因（交絡）が隠れている場合もあります。相関と因果の違いは相関分析と回帰分析の使い分けで整理しています。
誤読3：符号が予想と逆でも気づかない
本来プラスのはずの係数がマイナスで出る。こういうときは多重共線性を疑います。説明変数どうしが強く相関していると、偏回帰係数が不安定になり、符号が反転することがあります。診断と対処は多重共線性（VIF）とはをご覧ください。
まとめ
- 偏回帰係数は「他の変数を一定に保って、その変数を1単位動かしたときの効果」。符号は向きを表す
- 切片は全変数が0のときの予測値。外挿になりやすいので単独で意味を読みすぎない
- 係数の大きさ＝重要度ではない。単位が違うので、比べるなら標準化偏回帰係数βを使う
- 係数は因果ではない。符号が予想と逆なら多重共線性を疑う
ひとことで言えば、生の係数は「1単位あたりの効果」、標準化係数は「要因の重要度の比較」に使う、と役割を分けるのがコツです。回帰式全体の作り方や有意性の見方は回帰分析のやり方と結果の見方、変数の選び方は重回帰分析の結果の読み方と変数選択、式全体の説明力は決定係数（R²）の求め方と解釈で解説しています。予測に幅を付けたいときは回帰分析の予測区間もあわせてどうぞ。さらに体系的に学びたい方向けに、レベル別のおすすめ書籍を統計学・実験計画法のおすすめ本まとめで紹介しています。
