データセット I の 11 点を統計計算機に読み込むと、回帰カードは y = 0.5000909091x + 3.000090909 と表示し、11 点での相関は r = 0.8164205163、r² = 0.6665424595 です。これは表示された最後の桁までアンスコムの公表値そのものです。傾き 0.5、切片 3 で、余分な 9 は彼が加えたノイズから来ています。
この四つ組の要点は、ほかの三つのデータセットが x の平均(9)、y の平均(7.50)、分散、当てはめた直線、r をすべて同じくしながら、プロットすると互いにまるで似ていないことです。一つは散らばりを伴うきれいな直線、一つは曲線、一つはたった一つの極端な外れ値を持つ直線、そして一つは点が縦に積み上がり、たった一つのてこの大きい値が傾きを押さえています。要約表では違いを見せられないからこそ、アンスコムは数値を図と一緒に公表したのです。
答え
y = 0.5000909091x + 3.000090909
読み方
アンスコムのデータセット I の 11 組のペアに対する回帰カードで、x̄ = 9、ȳ = 7.50 です。直線は ŷ = bx + a の形で、傾きが先に表示されます。
出典
F. J. Anscombe, “Graphs in Statistical Analysis”, The American Statistician 27(1), 1973 — the four x, y pairs with near-identical summary statistics
電卓で解いてみる
これらのリンクは、この問題の数値が入力済みの状態で適切な電卓を開きます。上の行は画面に表示されるはずの内容です。ぜひ自分で確認してください。