Калькулятор лінійної регресії
Підберіть пряму лінію найкращого наближення до ваших парних даних і прогнозуйте нові значення методом регресії найменших квадратів.
Рівняння: y = 0,8x + 1,8
- 1
Mean of X (x̄)
sum of X ÷ 5 = 3 - 2
Mean of Y (ȳ)
sum of Y ÷ 5 = 4,2 - 3
Σ(x − x̄)(y − ȳ)
8Sum of cross-deviations; numerator of the slope formula. - 4
Σ(x − x̄)²
10Sum of squared x-deviations; denominator of the slope. - 5
Slope b = Σ(x−x̄)(y−ȳ) ÷ Σ(x−x̄)²
8 ÷ 10 = 0,8000
Як працює цей калькулятор?
Лінійна регресія знаходить лінію найменших квадратів y = bx + a через ваші дані. Нахил b = Σ(x−x̄)(y−ȳ)/Σ(x−x̄)² та перетин a = ȳ − b·x̄. R² вимірює якість наближення від 0 до 1, а ŷ = a + b·x прогнозує нові значення для будь-якого введеного x.
Формула
How this is calculated
Введіть значення X і відповідні значення Y як розділені комами або пробілами списки; обидва списки мають містити однакову кількість елементів і щонайменше дві точки. Кожне X зіставляється з Y на тій самій позиції, утворюючи набір даних.
Нахил b обчислюється як сума добутків відхилень Σ(x−x̄)(y−ȳ), поділена на суму квадратів відхилень X Σ(x−x̄)². Перетин обчислюється як a = ȳ − b·x̄, що розміщує пряму через середню точку (x̄, ȳ). Коефіцієнт кореляції r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²), а R² = r² показує частку дисперсії Y, пояснену прямою.
Необов'язкове поле прогнозу обчислює ŷ = a + b·x₀ для будь-якого вибраного вами X. Зверніть увагу, що метод найменших квадратів передбачає приблизно лінійну залежність і чутливий до викидів; вертикальний (нульова дисперсія X) набір даних не має визначеного нахилу і не повертає результат. R² близьке до 1 вказує на щільне наближення, тоді як значення близькі до 0 свідчать про слабку лінійну залежність.
Поширені запитання
R² (коефіцієнт детермінації) — це квадрат коефіцієнта кореляції і приймає значення від 0 до 1. Це частка варіації Y, пояснена підібраною прямою; 1 означає ідеальне наближення, а 0 — відсутність лінійної залежності.
Для визначення прямої потрібно щонайменше дві точки. Більша кількість точок дає більш надійне наближення. Списки X та Y мають містити однакову кількість значень.
Це відбувається, якщо списки містять менше двох відповідних значень, містять нечислові записи або всі значення X однакові (нульова дисперсія), що робить нахил невизначеним.
Також відомий як
TG we-Calculate Editorial Team. (2026). Калькулятор лінійної регресії [Online calculator]. TG we-Calculate. https://we-calculate.com/uk/calculator/linear-regression-calculator
TG we-Calculate Editorial Team. "Калькулятор лінійної регресії." TG we-Calculate. 2026. https://we-calculate.com/uk/calculator/linear-regression-calculator.
TG we-Calculate Editorial Team, "Калькулятор лінійної регресії," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/uk/calculator/linear-regression-calculator
@misc{wecalculate_linear_regression_calculator, title = {Калькулятор лінійної регресії}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/uk/calculator/linear-regression-calculator}}, year = {2026}, note = {TG we-Calculate} }
Чи допоміг вам цей калькулятор?
