Intermediate

Lineær regressionsberegner

Tilpas en bedste rette linje til dine parrede data, og forudsig nye værdier ved hjælp af mindste-kvadraters regression.
Comma or space separated
Must match the count of X values
Optional
Slope (b)
0,8000

Ligning: 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
Resultaterne er skøn, der kun gives til generel information og er ikke professionel rådgivning — verificér altid vigtige resultater uafhængigt, før du forlader dig på dem. Læs hele ansvarsfraskrivelsen.
Hurtigt svar

Hvordan fungerer denne lommeregner?

Lineær regression finder mindste-kvadraters linjen y = bx + a gennem dine data. Hældningen b = Σ(x−x̄)(y−ȳ)/Σ(x−x̄)² og skæringen a = ȳ − b·x̄. R² måler tilpasningskvaliteten fra 0 til 1, og ŷ = a + b·x forudsiger nye værdier for ethvert x, du angiver.

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

Indtast dine X-værdier og de tilhørende Y-værdier som komma- eller mellemrumsadskilte lister; de to lister skal have samme længde og mindst to punkter. Hvert X parres med det Y på samme position for at danne datasættet.

Hældningen b beregnes som summen af kryds-afvigelsesprodukter Σ(x−x̄)(y−ȳ) divideret med summen af kvadrerede X-afvigelser Σ(x−x̄)². Skæringen er da a = ȳ − b·x̄, der placerer linjen gennem middelpunktet (x̄, ȳ). Korrelationskoefficienten r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²), og R² = r² angiver den andel af Y-variansen, der forklares af linjen.

Det valgfrie forudsigelsesfelt evaluerer ŷ = a + b·x₀ ved ethvert X, du vælger. Bemærk, at mindste kvadrater antager en nogenlunde lineær sammenhæng og er følsom over for outliers; et lodret (nul X-varians) datasæt har ingen defineret hældning og returnerer intet resultat. R² tæt på 1 indikerer en tæt tilpasning, mens værdier tæt på 0 indikerer ringe lineær sammenhæng.

Ofte stillede spørgsmål

R² (forklaringsgraden) er kvadratet af korrelationskoefficienten og spænder fra 0 til 1. Det er den andel af variationen i Y, der forklares af den tilpassede linje; 1 er en perfekt tilpasning og 0 betyder ingen lineær sammenhæng.

Mindst to punkter kræves for at definere en linje. Flere punkter giver en mere pålidelig tilpasning. X- og Y-listerne skal indeholde samme antal værdier.

Dette sker, hvis listerne har færre end to matchende værdier, indeholder ikke-numeriske poster, eller alle X-værdier er identiske (nul varians), hvilket gør hældningen udefineret.

Også kendt som

lineær regression
mindste kvadraters metode
bedste rette linje
hældning skæring
regression beregner
lineær regression beregner
regressionslinje

APA

TG we-Calculate Editorial Team. (2026). Lineær regressionsberegner [Online calculator]. TG we-Calculate. https://we-calculate.com/da/calculator/linear-regression-calculator

Chicago

TG we-Calculate Editorial Team. "Lineær regressionsberegner." TG we-Calculate. 2026. https://we-calculate.com/da/calculator/linear-regression-calculator.

IEEE

TG we-Calculate Editorial Team, "Lineær regressionsberegner," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/da/calculator/linear-regression-calculator

BibTeX

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

Hjalp denne lommeregner dig?