※本記事にはプロモーション（広告）が含まれています。
こんにちは、シラスです。
回帰分析を始めるとき、最初にデータを $x$ と $y$ に振り分ける必要があります。
しかし、Excelの入力画面で手が止まってしまうことはありませんか？
「逆に入力したらどうなるの？」
結論から言うと、逆に入力すると分析結果は全くのデタラメ（無意味）になります。
今日は、回帰分析の命運を分ける「2つの変数」の役割分担について、絶対に迷わなくなるイメージ法を解説します。
1. 役割の違い：矢印の向きを意識せよ
回帰分析とは、因果関係（原因と結果）を数式にする技術です。
それぞれの役割は以下の通りです。
矢印は常に、「説明変数($x$) → 目的変数($y$)」 の向きに流れます。
2. 覚え方：「リモコン」と「テレビ」
どっちがどっちか分からなくなったら、この例えを思い出してください。
テレビの音量を変えたい時
あなたは「リモコン ($x$)」を操作して、
「テレビの音量 ($y$)」を変えますよね？
-
$x$（説明変数）： リモコンのボタン
あなたが直接いじれるもの。原因を作るもの。 -
$y$（目的変数）： 画面の数値
リモコン操作の結果として勝手に変わるもの。あなたが直接触れないもの。
「逆」はあり得ません。
テレビ画面の数字を指で押しても、リモコンのボタンは動きませんよね？
データ分析でも同じです。
「自分がコントロールできるもの（あるいは先に決まるもの）」を $x$ に入れます。
3. 具体例：どっちが $x$ でどっちが $y$？
以下のケースで、どちらを $x$（説明変数）にすべきか考えてみましょう。
Q1. おでんの売上予測
データ：「気温」と「売上個数」
正解：
$x$ = 気温
$y$ = 売上個数
（理由：気温が下がるから売れるのであって、売れたから気温が下がるわけではない）
Q2. テスト勉強
データ：「点数」と「勉強時間」
正解：
$x$ = 勉強時間
$y$ = 点数
（理由：時間をかけた結果として点数が出るから）
まとめ
この関係を逆にして分析してしまうと、「おでんがたくさん売れたから、明日は寒くなるぞ！」という、とんでもない迷信のような結論になってしまいます。
正しい予測は、正しい $x$ と $y$ の設定から始まります。
📚 回帰分析を「武器」にする3冊
数式アレルギーだった私でも読破できた、厳選の良書です。
回帰分析の考え方を、楽しく復習したいときに向いています。回帰分析の考え方を、マンガで解説した本です（オーム社）。
「説明変数(x)と目的変数(y)」の土台になる統計学を、本でじっくり学び直したいときに向いています。統計学を独学で学べるように書かれた入門書です（ダイヤモンド社、小島寛之 著）。
次に読むべき記事
この記事の内容がわかったら、単回帰分析の次のテーマに進みましょう。続けて読むと、現場でそのまま使える知識になります。
メーカーで電気設計と品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
テーマ別に、もっと深く学ぶ
気になるところから読んでも大丈夫です。どの記事も、はじめて学ぶ人向けにやさしく書いています。
