Калькулятор линейной регрессии

• Мгновенный расчёт линейной регрессии: вставьте любой набор данных x-y и сразу получите уравнение регрессии, наклон, свободный член, R², коэффициент Пирсона r, стандартные ошибки и остатки. Калькулятор использует метод наименьших квадратов для точных результатов и обрабатывает всё в вашем браузере без времени загрузки.
• Безопасный онлайн-калькулятор линейной регрессии: калькулятор работает полностью на стороне клиента в вашем браузере. Ваши данные никогда не отправляются на сервер, не сохраняются и не отслеживаются - полная конфиденциальность для учебных, деловых и исследовательских наборов данных.
• Калькулятор линейной регрессии - без установки: используйте калькулятор прямо в любом современном браузере без загрузок, приложений и плагинов. Вставляйте данные в любом распространённом формате (через запятую, пробел или табуляцию), используйте встроенный виджет прогноза и смотрите таблицу остатков - 100 % бесплатно навсегда.
• Диаграмма рассеяния, остатки и виджет прогноза: калькулятор строит диаграмму рассеяния с линией регрессии и линиями остатков, полную таблицу остатков и встроенный виджет прогноза - введите любое значение x, чтобы мгновенно вычислить предсказанное ŷ. Сила корреляции подписывается (Очень сильная, Сильная, Умеренная, Слабая).

• Прогнозирование в бизнесе и продажах: аналитики продаж используют линейную регрессию для моделирования связи между расходами на рекламу и выручкой, а также между временем и объёмом продаж. Калькулятор даёт точное уравнение и R², чтобы количественно оценить, насколько линейная модель соответствует данным.
• Научные исследования и анализ данных: исследователи используют линейную регрессию для поиска связей между экспериментальными переменными: температура и скорость реакции, доза и отклик, время и рост. Калькулятор предоставляет наклон, свободный член и стандартные ошибки для публикаций.
• Экономика и финансы: экономисты моделируют связи между экономическими переменными, такими как ВВП и безработица, или процентные ставки и цены на жильё. R² в калькуляторе показывает, какая часть вариации одной переменной объясняется другой.
• Машинное обучение и наука о данных: специалисты по данным используют простую линейную регрессию как базовую модель и для анализа признаков. Калькулятор предоставляет точные коэффициенты наименьших квадратов и остатки, необходимые для оценки соответствия модели перед переходом к более сложным алгоритмам.
• Образование и работы по статистике: студенты, изучающие статистику, используют калькулятор для проверки ручных расчётов, понимания связи между наклоном, свободным членом и R², а также визуализации соответствия линии регрессии данным через диаграмму рассеяния.
• Инженерия и контроль качества: инженеры используют линейную регрессию для калибровочных кривых, контроля процессов и анализа надёжности. Таблица остатков калькулятора помогает выявлять выбросы и оценивать, подходит ли линейная модель для данных.

Линейная регрессия - статистический метод, моделирующий связь между зависимой переменной (y) и независимой переменной (x) с помощью прямой линии: ŷ = mx + b. Наклон (m) показывает, насколько изменяется y при увеличении x на единицу. Свободный член (b) - предсказанное значение y при x = 0. Метод наименьших квадратов находит прямую, минимизирующую сумму квадратов остатков (разностей между наблюдаемыми и предсказанными значениями y). Наш калькулятор линейной регрессии вычисляет точное решение методом наименьших квадратов вместе с R², коэффициентом Пирсона r, стандартными ошибками и диаграммой рассеяния с линией регрессии.

1. Введите данные: вставьте пары данных x-y в текстовое поле - по одной паре в строке, разделённых запятой, пробелом или табуляцией. Например: "1, 2.5" или "1 2.5". Нажмите "Загрузить пример", чтобы увидеть формат. Калькулятор принимает любое число точек данных (минимум 2).
2. Мгновенный расчёт методом наименьших квадратов: нажмите "Рассчитать регрессию", и калькулятор вычислит наклон и свободный член по формулам наименьших квадратов, а затем получит R², коэффициент Пирсона r, стандартные ошибки и остатки. Все расчёты выполняются локально в вашем браузере - данные никогда не отправляются на сервер.
3. Просмотрите результаты и сделайте прогноз: калькулятор показывает уравнение регрессии, диаграмму рассеяния с линией регрессии и линиями остатков, ключевые статистики, таблицу остатков и встроенный виджет прогноза, куда можно ввести любое значение x и мгновенно получить предсказанное ŷ.

• Наклон (m) и свободный член (b): коэффициенты линии регрессии ŷ = mx + b, вычисленные по формулам наименьших квадратов. Также показываются стандартные ошибки обоих коэффициентов.
• R² (коэффициент детерминации): доля дисперсии y, объяснённая x. R² = 1 означает идеальное соответствие; R² = 0 означает, что линия не объясняет дисперсию вовсе. R² = 1 − SS_res / SS_tot.
• Коэффициент Пирсона r (коэффициент корреляции): сила и направление линейной связи от −1 (идеальная отрицательная) до +1 (идеальная положительная). r = √R² × знак(наклона).
• Остатки: разности между наблюдаемыми значениями y и предсказанными значениями ŷ (y − ŷ). Большие остатки указывают на точки, отклоняющиеся от линейного тренда. Таблица остатков и диаграмма рассеяния показывают все остатки визуально.

R² показывает, какой процент вариации y объясняется линейной связью с x. R² = 0,85 означает, что 85 % дисперсии y объясняется x. Коэффициент Пирсона r интерпретируется так: |r| ≥ 0,9 (очень сильная), 0,7-0,9 (сильная), 0,5-0,7 (умеренная), 0,3-0,5 (слабая), <0,3 (очень слабая или отсутствует). Учтите, что корреляция не означает причинно-следственную связь: высокий R² означает лишь хорошее соответствие линейной модели данным, а не то, что x вызывает y.