説明変数 (セツメイヘンスウ) とは | 意味や読み方など丁寧でわかりやすい用語解説

説明変数 (セツメイヘンスウ) の読み方

日本語表記

説明変数 (セツメイヘンスウ)

英語表記

Explanatory variable Independent variable Predictor variable Feature (エクスプラナトリー・ヴァリアブル インディペンデント・ヴァリアブル プレディクター・ヴァリアブル フィーチャー)

説明変数 (セツメイヘンスウ) の意味や用語解説

説明変数とは、統計学や機械学習において、ある事象の結果を説明したり予測したりするために使用される変数のことである。分析対象となる結果や予測したい数値を「目的変数」と呼ぶのに対し、その目的変数を引き起こす原因や要因、あるいは影響を与えると考えられるデータが説明変数に該当する。言い換えれば、説明変数は「入力データ」であり、目的変数はそれによって決まる「出力データ」と捉えることができる。例えば、ある店舗の「1日の売上高」を予測したい場合、この売上高が目的変数となる。そして、その売上を左右する要因として考えられる「その日の気温」「天気」「広告費」「曜日」「祝日かどうか」といったデータが説明変数となる。これらの説明変数の値が変化することによって、目的変数である売上高がどのように変動するのか、その関係性を数式やモデルで表現し、将来の予測や要因分析に活用する。データ分析や機械学習モデルの構築において、どのデータを説明変数として用いるかを適切に選択することが、モデルの精度を大きく左右する極めて重要な工程となる。 説明変数は、分析の文脈や分野によって様々な同義語で呼ばれることがある。統計学の分野では、目的変数が説明変数に依存して値が決まるという考え方から「独立変数」と呼ばれることが最も一般的である。一方で、機械学習の分野、特に画像認識や自然言語処理などの領域では「特徴量」という呼び方が頻繁に用いられる。これは、データの中から予測に有効な特徴を抽出して変数として利用するというニュアンスが強いためである。その他にも、予測に用いる変数であることから「予測変数」、モデルへの入力であることから「入力変数」、あるいは「共変量」などと呼ばれることもある。システムエンジニアがAI関連のプロジェクトに携わる際は、これらの用語が同じ概念を指していることを理解しておく必要がある。 具体的なシステム開発の場面を想定すると、説明変数の役割はより明確になる。例えば、不動産情報サイトで住宅価格を予測するAI機能を実装する場合を考える。このとき、予測したい「住宅価格」が目的変数となる。そして、その価格を決定づける要因として、「物件の面積」「部屋数」「築年数」「最寄り駅からの徒歩分数」「所在地の市区町村」といった情報が説明変数として収集、利用される。開発者は、これらの説明変数を含むデータセットをAIモデルに学習させ、新しい物件情報（新たな説明変数の組み合わせ）が入力された際に、妥当な価格（目的変数）を予測するシステムを構築する。 また、説明変数にはデータの性質によっていくつかの種類が存在する。一つは「量的変数」であり、これは数値で表現され、大小比較や四則演算が可能な変数を指す。気温、価格、年齢、面積などがこれにあたる。もう一つは「質的変数」であり、カテゴリや属性で分類される変数を指す。性別（男性・女性）、血液型（A型・B型・O型・AB型）、天気（晴れ・曇り・雨）などが該当する。質的変数はそのままでは数値計算を基本とする多くの機械学習モデルで扱えないため、「ダミー変数化」という手法を用いて「男性なら1、女性なら0」のように数（0か1）に変換する前処理が必要となることが多い。 精度の高い予測モデルを構築するためには、どの説明変数を選ぶかという「変数選択」が非常に重要である。目的変数と関連性の低い変数を含めてしまうと、モデルの性能が低下するノイズとなる可能性がある。逆に、重要な変数を見落とすと、予測精度が上がらない。また、説明変数が多すぎると、学習データに過剰に適合してしまい、未知のデータに対してはうまく予測できなくなる「過学習」という問題を引き起こす原因にもなる。さらに、説明変数同士の相関が非常に高い場合、「多重共線性」という問題が発生し、モデルの安定性を損なうこともある。そのため、データ分析の専門家やエンジニアは、統計的な手法やドメイン知識を駆使して、数ある候補の中から最も予測に貢献する説明変数の組み合わせを見つけ出す作業を行う。これは特徴量エンジニアリングの一部であり、モデル構築における腕の見せ所とも言える。システム開発においては、将来的に説明変数として利用する可能性のあるデータを漏れなくデータベースに保存しておくなど、データ設計の段階からこの概念を意識しておくことが求められる。