ChatGPTで本格データ分析！～事例②：データ同士の関連性を分析して予測

回帰分析とは？

１つ以上のデータが、他のデータにどのように影響を与えるのかを調べる統計手法です。この分析により、将来起こりうる動きを予測しやすくできます。 例えば「気温が上がると、アイスクリームの販売個数にどのように影響するか？」を検証するため、気温データとアイスクリームの販売個数データの関連性を分析するとします。

図のデータをみると「気温が上がれば上がるほど、アイスクリームの販売個数が増える」ことがみてとれます。また、これまでの気温とアイスクリームの販売個数のデータ関係を直線で表すことで、「気温が何度になるとアイスクリームが何個くらい売れるのか」予測できるようになります。 このように、 データ同士の関連性を割り出し、1つのデータからもう片方のデータを予測できるようにするのが回帰分析です。

ChatGPT 機能「Advanced Data Analysis」を使った回帰分析

以下のデータを使って、ChatGPTで回帰分析をしてみましょう。
データは気温とお汁粉の販売個数で、これらの関連性を調べていきます。

気温（度）	お汁粉販売数（個）
12	30
14	20
10	15
5	40
7	50
3	60
9	35
2	45

前回記事と同様に、こちらの表データをChatGPT入力欄の左下にあるクリップマークから添付しましょう。ChatGPTにデータを読み込ませてから分析を進めていきます。

今回のデータでChatGPTに回帰分析させる場合、次のようなプロンプトを入力します。

プロンプト例（入力した指示）

出力（出力された回答）

このように、回帰分析で気温データとお汁粉の販売個数データの関係を割り出し、販売計画に役立つ予測値を出力してもらうことができました。

最初からChatGPTに回帰分析を行うよう指示することもできますが、ここでは「指示されなくても、ChatGPTが自ら分析方法を選択して処理を進められる」点に注目いただければと思います。