Lim inn parvise x,y-data for å tilpasse minste kvadraters beste linje: stigning, skjæringspunkt, korrelasjon, den tilpassede likningen, anslag for en hvilken som helst x — og et spredningsplott med punktene dine og linjen tegnet gjennom dem.
Linjen velges for å minimere summen av de kvadrerte vertikale avstandene (residualene) mellom punktene og linjen. Kvadrering straffer store bom hardt, og det er derfor uteliggere kan dra linjen.
Stigningen er hvor mye y endres, i gjennomsnitt, når x stiger med 1. Skjæringspunktet er modellens y når x = 0 — meningsfullt bare hvis x = 0 er innenfor eller nær dataenes område.
Det er ekstrapolering, og det er risikabelt: sammenhenger bøyer ofte av utenfor det observerte området. Kalkulatoren regner det ut, men jo lenger fra x-området ditt, desto mindre fortjener linjen tillit.
De deler de samme summene: r er den standardiserte stigningen. Regresjon legger til den faktiske linjen (i y-enheter per x-enhet) og forutsigelser, noe korrelasjon alene ikke kan gi.
Slope b = Sxy ÷ Sxx der Sxy = Σ(x−x̄)(y−ȳ) og Sxx = Σ(x−x̄)². Intercept a = ȳ − b·x̄ — som garanterer at linjen alltid passerer gjennom tyngdepunktet til dataene, (x̄, ȳ). Prediksjon: ŷ = a + b·x. Rapporteres også: r, r² og standardfeilen til residualene.
Inndata: x = [1,2,3,4,5], y = [2,4,5,4,5].
Trinn: x̄ = 3, ȳ = 4, Sxy = 6 (fra korrelasjonsutregningen), Sxx = 10. Stigning = 6 ÷ 10 = 0.6. Skjæringspunkt = 4 − 0.6 × 3 = 2.2. Prediksjon ved x = 6: 2.2 + 0.6 × 6 = 5.8.
Resultat: Linje y = 2.2 + 0.6x, r = 0.775, r² = 0.600.
Legg til denne kalkulatoren på ditt eget nettsted eller din egen blogg — den er helt gratis, krever ingen registrering, og viser alltid den nyeste versjonen. Kopier koden nedenfor og lim den inn på siden din der du vil at kalkulatoren skal vises. Å beholde den lille kreditteksten “Powered by Loona Automation” under innebyggingen bidrar til å holde dette verktøyet gratis — men du kan gjerne style eller fjerne den; verktøyet fungerer uansett.