文脈 私はいつも同じ車を運転し、ほぼ同じルートを走っています。しかし、ガソリンスタンドではガソリンの種類を変えることが好きです。SP98（時には「スーパープラス」として販売されています）とSP95 E10（これは、10％のアルコールを含む「スーパー」ガソリンです）の間です。E10は1リットルあたり1.38ユーロ、SP98は1リットルあたり1.46ユーロで販売されています。 私の感覚では、E10を使うと車の燃料消費量がはるかに多くなると思います。データから、何がわかるでしょうか？ 私はあなたに挑戦します。「E10ガソリン」という要因を分離して、実際にこのガソリンを使ったときに車の燃料消費量がどれだけ増えるか教えてください。 私は独自の基本的な線形回帰分析を適用した結果、E10ガソリンを使うと0.4リットル多く消費することがわかりました。線形回帰分析には、特徴量が独立している場合にのみ本当に使えるという欠点があります。 **私はあなたに、ガソリンの種類に応じた燃料消費量を予測することを挑戦します！** 内容 数ヶ月前から、私はガソリンの種類を定期的に変えながら、毎回の走行後に車のディスプレイのデータを記録しています。 ファイルの中には、表示された走行距離（km）、燃料消費量（L/100km）、平均速度（km/h）、車内温度（°C）、車外温度（°C）、何か特別なことが起こったかどうか、雨が降っていたかどうか、エアコンがついていたかどうか、車を始動したときに車内が暖かかったほど日差しが強かったかどうか……そして、使っていたガソリンの種類が記載されています。また、何リットルのどの種類のガソリンを購入したかを示す2つの列もあります。これらには注意が必要です。数字が正確に合わないことがあります。なぜなら、私は特定の条件下での走行のみを記録しているからです。車が十分に冷めず、前回の測定と独立した測定ができない場合は、記録しません。 私は11月からデータの記録を始め、冬にはSP98に変更し、春にはE10に戻しました。それ以外は、私がすでに独自のプロジェクトを行っていたため、データは比較的きれいです。 謝辞 このアイデアを私の頭に植え付けてくれたヴィクター・チェルノジュコフに感謝します。たとえ実際に行動するまでに数年かかったとしても。:-) 着想 私は線形回帰分析を使って、ガソリンの種類の影響を分離しようとしました。ガソリンの種類は他の変数とは本当に独立しているので、問題なく分離できるはずです。しかし、他の特徴量をどのように加工するかによって、結果は100kmあたり0.4リットルから0.8リットルの影響で変わります。大きな、単一の特徴量に依存した差は、通常、特徴量間に多くの共分散があることを示しています。つまり、線形回帰分析がここで最適なツールではない可能性があります。