Intermediate

Kalkulačka lineární regrese

Proložte vašimi párovými daty přímku nejlepší shody a předpovídejte nové hodnoty pomocí regrese metodou nejmenších čtverců.
Comma or space separated
Must match the count of X values
Optional
Slope (b)
0,8000

Rovnice: y = 0,8x + 1,8

Intercept (a)
1,8
0,7273
Predicted y at x = 6
6,6
DataDataDataDataData
Step by step
  1. 1

    Mean of X (x̄)

    sum of X ÷ 5 = 3
  2. 2

    Mean of Y (ȳ)

    sum of Y ÷ 5 = 4,2
  3. 3

    Σ(x − x̄)(y − ȳ)

    8
    Sum of cross-deviations; numerator of the slope formula.
  4. 4

    Σ(x − x̄)²

    10
    Sum of squared x-deviations; denominator of the slope.
  5. 5

    Slope b = Σ(x−x̄)(y−ȳ) ÷ Σ(x−x̄)²

    8 ÷ 10 = 0,8000
Výsledky jsou pouze orientační odhady pro obecné informační účely a nejsou odborným poradenstvím — důležité výsledky si vždy nezávisle ověřte, než se na ně spolehnete. Přečíst si úplné právní upozornění.
Rychlá odpověď

Jak tato kalkulačka funguje?

Lineární regrese najde přímku nejmenších čtverců y = bx + a vašimi daty. Směrnice b = Σ(x−x̄)(y−ȳ)/Σ(x−x̄)² a průsečík a = ȳ − b·x̄. R² měří kvalitu proložení od 0 do 1 a ŷ = a + b·x předpovídá nové hodnoty pro libovolné x, které zadáte.

Vzorec
b = Σ(x−x̄)(y−ȳ) / Σ(x−x̄)²; a = ȳ − b·x̄; ŷ = a + b·x
How this is calculated

Zadejte své hodnoty X a odpovídající hodnoty Y jako seznamy oddělené čárkami nebo mezerami; oba seznamy musí mít stejnou délku a alespoň dva body. Každé X je spárováno s Y na stejné pozici a tvoří datovou sadu.

Směrnice b se počítá jako součet součinů křížových odchylek Σ(x−x̄)(y−ȳ) dělený součtem kvadrátů odchylek X Σ(x−x̄)². Průsečík je pak a = ȳ − b·x̄, čímž přímka prochází středovým bodem (x̄, ȳ). Korelační koeficient r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²) a R² = r² udává podíl rozptylu Y vysvětlený přímkou.

Volitelné pole predikce vyhodnotí ŷ = a + b·x₀ pro libovolné X, které zvolíte. Pozor: metoda nejmenších čtverců předpokládá přibližně lineární vztah a je citlivá na odlehlé hodnoty; svislá datová sada (s nulovým rozptylem X) nemá definovanou směrnici a nevrátí žádný výsledek. R² blízké 1 naznačuje těsné proložení, zatímco hodnoty blízké 0 naznačují malý lineární vztah.

Často kladené otázky

R² (koeficient determinace) je druhá mocnina korelačního koeficientu a pohybuje se od 0 do 1. Je to podíl variability Y vysvětlený proloženou přímkou; 1 je dokonalé proložení a 0 znamená žádný lineární vztah.

K definování přímky jsou potřeba alespoň dva body. Více bodů poskytuje spolehlivější proložení. Seznamy X a Y musí obsahovat stejný počet hodnot.

To se stane, pokud mají seznamy méně než dvě odpovídající hodnoty, obsahují nečíselné položky, nebo jsou všechny hodnoty X totožné (nulový rozptyl), což činí směrnici nedefinovanou.

Také známé jako

lineární regrese
metoda nejmenších čtverců
přímka nejlepšího proložení
směrnice a průsečík
regresní kalkulačka
regresní přímka

APA

TG we-Calculate Editorial Team. (2026). Kalkulačka lineární regrese [Online calculator]. TG we-Calculate. https://we-calculate.com/cs/calculator/linear-regression-calculator

Chicago

TG we-Calculate Editorial Team. "Kalkulačka lineární regrese." TG we-Calculate. 2026. https://we-calculate.com/cs/calculator/linear-regression-calculator.

IEEE

TG we-Calculate Editorial Team, "Kalkulačka lineární regrese," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/cs/calculator/linear-regression-calculator

BibTeX

@misc{wecalculate_linear_regression_calculator, title = {Kalkulačka lineární regrese}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/cs/calculator/linear-regression-calculator}}, year = {2026}, note = {TG we-Calculate} }

Pomohla vám tato kalkulačka?