Intermediate

Kalkylator för linjär regression

Anpassa en rät anpassningslinje till dina parvisa data och prediktera nya värden med minsta-kvadratregression.
Comma or space separated
Must match the count of X values
Optional
Slope (b)
0,8000

Ekvation: 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
Resultaten är uppskattningar endast för allmän information och utgör inte professionell rådgivning — verifiera alltid viktiga resultat oberoende innan du förlitar dig på dem. Läs hela ansvarsfriskrivningen.
Snabbt svar

Hur fungerar denna kalkylator?

Linjär regression hittar minsta-kvadratlinjen y = bx + a genom ditt dataset. Lutningen b = Σ(x−x̄)(y−ȳ)/Σ(x−x̄)² och interceptet a = ȳ − b·x̄. R² mäter anpassningens kvalitet från 0 till 1, och ŷ = a + b·x predikterar nya värden för valfritt x du anger.

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

Ange dina X-värden och tillhörande Y-värden som komma- eller mellanslags­separerade listor; de två listorna måste ha samma längd och minst två punkter. Varje X paras ihop med Y på samma position för att bilda datamängden.

Lutningen b beräknas som summan av kors­avvikelse­produkter Σ(x−x̄)(y−ȳ) dividerat med summan av kvadrerade X-avvikelser Σ(x−x̄)². Interceptet ges sedan av a = ȳ − b·x̄, vilket placerar linjen genom medelvärdes­punkten (x̄, ȳ). Korrelations­koefficienten r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²), och R² = r² anger andelen av Y-variansen som förklaras av linjen.

Det valfria prediktions­fältet beräknar ŷ = a + b·x₀ för valfritt X. Observera att minsta-kvadrat­metoden förutsätter ett ungefärligt linjärt samband och är känslig för extremvärden; ett vertikalt dataset (noll X-varians) har ingen definierad lutning och returnerar inget resultat. R² nära 1 indikerar en tight anpassning, medan värden nära 0 indikerar ett svagt linjärt samband.

Vanliga frågor

R² (determinationskoefficienten) är kvadraten på korrelationskoefficienten och varierar från 0 till 1. Det är andelen variation i Y som förklaras av den anpassade linjen; 1 innebär en perfekt anpassning och 0 innebär inget linjärt samband.

Minst två punkter krävs för att definiera en linje. Fler punkter ger en mer tillförlitlig anpassning. X- och Y-listorna måste innehålla samma antal värden.

Det inträffar om listorna har färre än två matchande värden, innehåller icke-numeriska poster eller om alla X-värden är identiska (noll varians), vilket gör lutningen odefinierad.

Även känt som

linjär regression
linjär regression kalkylator
minsta kvadratmetoden
regressionslinje
bästa anpassade linje
lutning skärning
regression kalkylator

APA

TG we-Calculate Editorial Team. (2026). Kalkylator för linjär regression [Online calculator]. TG we-Calculate. https://we-calculate.com/sv/calculator/linear-regression-calculator

Chicago

TG we-Calculate Editorial Team. "Kalkylator för linjär regression." TG we-Calculate. 2026. https://we-calculate.com/sv/calculator/linear-regression-calculator.

IEEE

TG we-Calculate Editorial Team, "Kalkylator för linjär regression," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/sv/calculator/linear-regression-calculator

BibTeX

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

Hjälpte denna kalkylator dig?