Intermediate

Calcolatore di Regressione Lineare

Adatta una retta di miglior adattamento ai tuoi dati appaiati e prevedi nuovi valori usando la regressione ai minimi quadrati.
Comma or space separated
Must match the count of X values
Optional
Slope (b)
0,8000

Equazione: 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
I risultati sono stime fornite solo a scopo informativo generale e non costituiscono consulenza professionale — verifica sempre i risultati importanti in modo indipendente prima di farvi affidamento. Leggi l'avvertenza completa.
Risposta rapida

Come funziona questo calcolatore?

La regressione lineare trova la retta ai minimi quadrati y = bx + a attraverso i tuoi dati. La pendenza b = Σ(x−x̄)(y−ȳ)/Σ(x−x̄)² e l'intercetta a = ȳ − b·x̄. R² misura la qualità dell'adattamento da 0 a 1, e ŷ = a + b·x prevede nuovi valori per qualsiasi x fornisci.

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

Inserisci i tuoi valori X e i corrispondenti valori Y come liste separate da virgole o spazi; le due liste devono avere la stessa lunghezza e almeno due punti. Ogni X è appaiato con la Y nella stessa posizione per formare il set di dati.

La pendenza b è calcolata come la somma dei prodotti delle deviazioni incrociate Σ(x−x̄)(y−ȳ) diviso per la somma delle deviazioni X al quadrato Σ(x−x̄)². L'intercetta è quindi a = ȳ − b·x̄, ponendo la retta attraverso il punto medio (x̄, ȳ). Il coefficiente di correlazione r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²), e R² = r² riporta la frazione di varianza di Y spiegata dalla retta.

Il campo opzionale di previsione valuta ŷ = a + b·x₀ a qualsiasi X tu scelga. Nota che i minimi quadrati presuppongono una relazione approssimativamente lineare e sono sensibili agli outlier; un set di dati verticale (varianza X nulla) non ha pendenza definita e non restituisce alcun risultato. Un R² vicino a 1 indica un adattamento stretto, mentre valori vicini a 0 indicano scarsa relazione lineare.

Domande frequenti

R² (il coefficiente di determinazione) è il quadrato del coefficiente di correlazione e varia da 0 a 1. È la proporzione di variazione di Y spiegata dalla retta adattata; 1 è un adattamento perfetto e 0 significa nessuna relazione lineare.

Sono richiesti almeno due punti per definire una retta. Più punti danno un adattamento più affidabile. Le liste X e Y devono contenere lo stesso numero di valori.

Questo accade se le liste hanno meno di due valori corrispondenti, contengono voci non numeriche, o tutti i valori X sono identici (varianza nulla), il che rende la pendenza indefinita.

Conosciuto anche come

regressione lineare
minimi quadrati
retta di regressione
retta di best fit
pendenza intercetta
calcolo regressione
regressione

APA

TG we-Calculate Editorial Team. (2026). Calcolatore di Regressione Lineare [Online calculator]. TG we-Calculate. https://we-calculate.com/it/calculator/linear-regression-calculator

Chicago

TG we-Calculate Editorial Team. "Calcolatore di Regressione Lineare." TG we-Calculate. 2026. https://we-calculate.com/it/calculator/linear-regression-calculator.

IEEE

TG we-Calculate Editorial Team, "Calcolatore di Regressione Lineare," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/it/calculator/linear-regression-calculator

BibTeX

@misc{wecalculate_linear_regression_calculator, title = {Calcolatore di Regressione Lineare}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/it/calculator/linear-regression-calculator}}, year = {2026}, note = {TG we-Calculate} }

Questo calcolatore ti è stato utile?