Tiesinės regresijos skaičiuoklė

Autorius: Henrick Yau

- July 21, 2026

| |

Apskaičiuokite tiesinės regresijos lygtį ir susijusią statistiką duomenų taškų rinkiniui. Tiesinė regresija randa geriausiai tinkančią tiesę per taškų rinkinį, sumažindama kvadratinių liekanų sumą.

Duomenų įvedimas

Įvedimo būdas:

X	Y

Regresijos parinktys

Lygtis:

Dešimtainės vietos:

Rodymo parinktys

Rodyti sklaidos diagramą

Rodyti regresijos tiesę

Rodyti lygtį

Rodyti liekanas

Tiesinės regresijos rezultatai

Regresijos lygtis

y = 0.0000x + 0.0000

Nuolydis (m)

0.0000

Y sankirta (b)

0.0000

Sklaidos diagrama su regresijos tiese

Koreliacijos koeficientas (r)

0.0000

Determinacijos koeficientas (r²)

0.0000

Standartinė įverčio paklaida

0.0000

Likučių analizė

Likučių suma

0.0000

Kvadratinių likučių suma

0.0000

Vidutinė absoliuti paklaida (MAE)

0.0000

Vidutinė kvadratinė paklaidos šaknis (RMSE)

0.0000

Duomenų santrauka

Taškų skaičius

Vidurkis X

0.0000

Vidurkis Y

0.0000

Standartinis nuokrypis X

0.0000

Standartinis nuokrypis Y

0.0000

Data Points

X	Y	Prognozuotas Y	Likutis

Naudotos formulės

Tiesinės regresijos tiesė apskaičiuojama mažiausiųjų kvadratų metodu, kuris sumažina kvadratinių likučių sumą tarp stebimų ir prognozuojamų reikšmių.

Nuolydis (m)

m = Σ[(x_i - x̄)(y_i - ȳ)] / Σ[(x_i - x̄)²]

Sankirta (b)

b = ȳ - m·x̄

Koreliacijos koeficientas (r)

r = Σ[(x_i - x̄)(y_i - ȳ)] / √[Σ(x_i - x̄)² · Σ(y_i - ȳ)²]

Standartinė įverčio paklaida

S_e = √[Σ(y_i - ŷ_i)² / (n - 2)]

Apie tiesinę regresiją

Tiesinė regresija yra statistinis metodas, naudojamas modeliuoti ryšį tarp priklausomo kintamojo ir vieno ar daugiau nepriklausomų kintamųjų, pritaikant tiesinę lygtį stebimiems duomenims.

Pagrindinės sąvokos

Mažiausiųjų kvadratų metodas: Sumažina kvadratinių skirtumų tarp stebimų ir prognozuojamų reikšmių sumą
Koreliacijos koeficientas (r): Matuoja tiesinio ryšio tarp kintamųjų stiprumą ir kryptį (-1 iki 1)
Determinacijos koeficientas (r²): Atspindi Y dispersijos dalį, paaiškinamą X (0 iki 1)
Likučiai: Skirtumai tarp stebimų ir prognozuojamų reikšmių, naudojami modelio tinkamumui įvertinti

Tiesinės regresijos prielaidos

Tiesiškumas: Ryšys tarp kintamųjų yra tiesinis
Nepriklausomumas: Stebėjimai yra nepriklausomi vienas nuo kito
Homoskedastiškumas: Likučių dispersija yra pastovi visuose X lygiuose
Normalumas: Likučiai yra normaliai pasiskirstę

Taikymo sritys

Ekonomika: Ekonominių tendencijų prognozavimas, pasiūlos ir paklausos analizė
Finansai: Portfelio analizė, rizikos vertinimas, akcijų kainų prognozavimas
Mokslai: Eksperimentinių duomenų analizė, ryšių tarp kintamųjų nustatymas
Inžinerija: Kokybės kontrolė, veikimo prognozavimas, kalibravimo kreivės
Socialiniai mokslai: Apklausų duomenų analizė, demografiniai tyrimai

Naudojamos pagrindinės formulės

Nuolydis (m): \( m = \frac{\Sigma (x_i - \bar{x})(y_i - \bar{y})}{\Sigma (x_i - \bar{x})^2} \)
Pradžios reikšmė (b): \( b = \bar{y} - m\bar{x} \)
Koreliacijos koeficientas (r): \( r = \frac{\Sigma (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\Sigma (x_i - \bar{x})^2 \Sigma (y_i - \bar{y})^2}} \)
Standartinė įverčio paklaida: \( S_e = \sqrt{\frac{\Sigma (y_i - \hat{y_i})^2}{n-2}} \)

Kas yra tiesinės regresijos skaičiuotuvas?

Tiesinės regresijos skaičiuotuvas yra paprastas statistikos įrankis, skirtas padėti rasti geriausiai duomenų taškų aibę atitinkančią tiesę. Jis supaprastina duomenų rinkinių analizės užduotį automatiškai apskaičiuodamas regresijos lygtį, koreliacijos stiprumą ir liekanas. Šis statistinės analizės įrankis idealiai tinka kiekvienam, norinčiam atlikti prognozuojamąjį modeliavimą ar regresijos analizę be rankinių skaičiavimų.

Kaip skaičiuotuvas jums padeda

Naudodami šį duomenų analizės pagalbininką, galite greitai nustatyti ryšį tarp dviejų kintamųjų ir prognozuoti būsimas reikšmes. Nesvarbu, ar dirbate su moksliniais eksperimentais, finansinėmis prognozėmis ar akademiniais projektais, šis skaičiuotuvas supaprastina statistinius skaičiavimus, kad gautumėte geresnes įžvalgas. Tai taip pat praktiškas šaltinis norint suprasti duomenų sklaidą, standartinį nuokrypį ir koreliaciją.

Kaip naudotis tiesinės regresijos skaičiuotuvu

Pasirinkite įvesties metodą: Įveskite atskirus taškus, įkelkite CSV failą arba įklijuokite duomenis tiesiai į įrankį.
Pritaikykite nustatymus: Pasirinkite regresijos lygties formą, nustatykite dešimtainį tikslumą ir pasirinkite, kurias diagramas ar reikšmes norite rodyti.
Paleiskite skaičiavimą: Spustelėkite mygtuką „Skaičiuoti“, kad pamatytumėte regresijos tiesę, sklaidos diagramą, liekanas ir išsamią duomenų santrauką.
Peržiūrėkite ir analizuokite: Apžvelkite svarbias statistikas, tokias kaip nuolydis, pradžios reikšmė, koreliacijos koeficientas (r), determinacijos koeficientas (r²) ir standartinė įverčio paklaida.
Neprivaloma: Vizualizuokite duomenų pasiskirstymą naudodami sklaidos diagramas ir liekanų grafikus, kad geriau suprastumėte modelio tinkamumą.

Pagrindinės funkcijos

Įvesties lankstumas: atskiri duomenų taškai, CSV failai arba įklijuoti duomenys.
Išsamūs rezultatai, įskaitant nuolydį, pradžios reikšmę, koreliaciją ir standartinę paklaidą.
Sklaidos diagramos ir regresijos tiesės vizualizacija, leidžianti lengvai pastebėti tendencijas.
Liekanų analizė, siekiant įvertinti, kaip gerai tiesė atitinka jūsų duomenis.
Aiški duomenų santrauka, įskaitant vidurkius, standartinius nuokrypius ir taškų skaičių.

Kodėl verta naudoti tiesinės regresijos skaičiuotuvą?

Ryšio tarp kintamųjų supratimas yra labai svarbus tokiose srityse kaip finansai, mokslas ir socialiniai mokslai. Šis tiesinės regresijos įrankis siūlo greitą ir aiškų būdą modeliuoti šiuos ryšius. Naudodami šį statistinių skaičiavimų išteklių, vartotojai gali lengvai atlikti aprašomąją statistiką, išmatuoti duomenų sklaidą ir tyrinėti tikimybių bei statistikos modelius. Jis palaiko efektyvų prognozuojamąjį modeliavimą be specializuotos programinės įrangos poreikio.

DUK apie tiesinės regresijos skaičiuotuvą

Ar galiu įkelti savo duomenų failą?

Taip. Galite įkelti CSV failą ir pasirinkti, kuriuos stulpelius naudoti X ir Y reikšmėms.

Kas atsitiks, jei mano duomenys nėra tiesiniai?

Skaičiuotuvas vis tiek apskaičiuos geriausiai tinkančią tiesę. Tačiau jei ryšys tarp jūsų kintamųjų nėra tiesinis, rezultatai gali būti nereikšmingi. Visada vizualizuokite savo duomenis naudodami sklaidos diagramos parinktį, kad tai patikrintumėte.

Ar šis įrankis gali padėti atliekant tikimybių ir statistikos namų darbus?

Be abejo. Tai veiksmingas statistikos įrankis ryšiams apskaičiuoti, todėl puikiai tinka kaip tikimybių ir statistikos pagalbininkas akademinėms užduotims.

Ar šis skaičiuotuvas naudingas pradedantiesiems?

Visiškai. Jis naudoja aiškias vizualizacijas ir paprastą sąsają, todėl yra puikus duomenų pasiskirstymo sprendėjas kiekvienam, besimokančiam statistinės analizės.

Kokių kitų įrankių gali prireikti kartu su tiesine regresija?

Jei gilinatės į statistinę analizę, jums taip pat gali praversti Standartinio nuokrypio skaičiuotuvas duomenų kintamumui įvertinti arba Koreliacijos koeficiento skaičiuotuvas jūsų kintamųjų ryšio stiprumui analizuoti. Tokie įrankiai kaip Tikimybių skaičiuotuvas ir Pasikliautinojo intervalo skaičiuotuvas taip pat gali suteikti papildomų įžvalgų apie jūsų duomenų rinkinius.

Susiję skaičiuotuvai, kurie gali būti naudingi

Standartinio nuokrypio skaičiuotuvas: Greitai raskite duomenų sklaidą ir supraskite standartinį nuokrypį savo rinkiniuose.
Vidurkio, medianos, modos, intervalo skaičiuotuvas: Apibendrinkite duomenis naudodami pagrindines aprašomosios statistikos priemones.
Koreliacijos koeficiento skaičiuotuvas: Išmatuokite, kaip stipriai du kintamieji yra susiję.
Tikimybių skaičiuotuvas: Analizuokite įvykių tikimybę ir apskaičiuokite šansus tikimybių ir statistikos studijoms.
Imties dydžio skaičiuotuvas: Įvertinkite, kiek stebėjimų reikia tiksliems tyrimams.

Uncategorized Calculators:

Nerasta susijusių skaičiuotuvų

Tiesinės regresijos skaičiuoklė