今回は説明変数のさまざまな「誤差」について検討したい．たとえば直線回帰 Y = a + b X では「Y の誤差は等分散正規分布」といった仮定をする．しかしながら，「X の誤差」について考慮されることはあまり多くはない．生態学の回帰分析では，X も観測値であるために測定誤差がある場合が多い．また，X が何かの推定値であるときには X の推定誤差を考慮しなければならない．たとえば「X の誤差」によって傾き b が「ゆるく」なるように推定されることがある．また「X の誤差」を無視するだけでなく，「X が原因，Y が結果」といえないような状況であっても簡単な線形モデルが適用されることがあり (例: アロメトリー解析)，統計モデルとしてわかりやすくない．

この自由集会では，これらの問題の影響と解決策を具体的に議論したい．最初に粕谷が「X の誤差」を無視したときに生じる推定結果の偏りについて紹介する．次に伊東がベイズモデルによる推定の偏りの補正を検討し，最後に久保がベイズ統計モデルによって「X の誤差」を明示的に組みこんだ統計モデルの作りかた，あるいは「何でもアロメトリー」にしないための「X と Y の誤差を同時に考える」統計モデリングの例を紹介したい．