StaatAppで重回帰分析を行う方法を紹介します．SaatAppではCSVファイルやExcelファイルを読み込み，クリック操作だけでロジスティック回帰分析を行うことができます．
アプリの基本操作
StaatApp基本操作（データの入出力など）は以下のページで解説しています．
分析例として用いるサンプルデータは，以下のような架空の社会人10人から取得したデータになります．
重回帰分析の実行方法
① 重回帰分析の選択
メニューバーから「多変量解析」→「回帰」→「重回帰分析」を選択します．
② 目的変数の選択
重回帰分析用のウィンドウが表示されたら，目的変数のコンボボックスからの対象とする変数名を選択します．
③ 説明変数の選択
説明変数は未選択欄に表示されてる変数名をクリックして選択します．
ダミー変数を選択する際は，多重共線性の問題を回避するために１列分を除いて選択します．（サンプルデータにはダミー変数はありません．）
④ 解析の実行
設定が完了したらツールバーの「解析実行」ボタンをクリックして重回帰分析を実行します．実行結果は以下のように画面右側に表示されます．
自動考察（プレミアムプラン限定）
重回帰分析の解析結果について自動考察を行なうと，各結果について以下のような考察・解説を得ることができます．
モデルの設定
モデル設定画面では，重回帰分析で作成されるモデルに切片を含めるか，説明変数を標準化させるかを選択できます．
デフォルト設定では，切片を含めた重回帰モデルが作成されます．
ステップワイズ法
選択した説明変数からステップワイズ法（増減法）で変数を自動選択する場合は，「変数選択法」画面で，ステップワイズ法をONにしてから「解析実行」を行います．
ステップワイズ法で使用するモデルの評価基準は，赤池情報量規準（AIC）もしくはベイズ情報量規準（BIC）から選択可能です．
※ ステップワイズ法はある程度説明変数が多い場合に有効で，実行例のようなサンプルデータでは全ての説明変数が含まれる場合が最もAICが小さくなるため，ステップワイズ法によって説明変数は抽出されません．
残差プロット
オプション画面で残差プロットをONにすることで，残差プロットを作成することができます．
モデルの評価・予測（応用）
作成したモデルは保存することで，テストデータを用いた予測能力の評価や，予測用データを用いた目的変数の予測を行うことができます．
モデルを用いた評価・予測方法は以下のページで紹介しています．
補足① 重回帰分析について
重回帰分析についての解説は，以下のページでより詳しく解説しています．
補足② 統計アプリStaatAppとは
StaatAppは計算仮定が複雑な解析手法を，誰でも手軽に素早く行なうことができるアプリです．StaatAppの詳細は以下のページをお読みください．
補足③ アプリの仕様について
アプリではPythonのScipyライブラリに含まれる，statsmodelsモジュールを用いて重回帰分析を行っています．statsmodelsはPythonで統計解析を行なう際に最も一般的なモジュールです．
以下の公式ドキュメントに詳細な仕様が記載されています．
