粘贴配对的 x,y 数据以拟合最小二乘最佳拟合线:斜率、截距、相关性、拟合方程、任意 x 的预测——以及带您的点和穿过它们的直线的散点图。
选择这条线是为了最小化点与线之间的垂直间隙(残差)平方和。平方会严厉惩罚大的偏差,这就是异常值会拖动这条线的原因。
斜率是当 x 上升 1 时 y 平均变化的量。截距是当 x = 0 时模型的 y——只有当 x = 0 在您数据的范围内或附近时才有意义。
这是外推,而且有风险:关系往往在观测范围之外弯曲。计算器会计算它,但离您的 x 范围越远,这条线就越不值得信任。
它们共享相同的总和:r 是标准化斜率。回归添加实际的线(以 y 单位每 x 单位)和预测,这是相关性本身无法给出的。
斜率 b = Sxy ÷ Sxx 其中Sxy = Σ(x−x̄)(y−ȳ),Sxx = Σ(x−x̄)²。 截距 a = ȳ − b·x̄ ——这保证回归线总是穿过数据的质心(x̄,ȳ)。预测:ŷ = a + b·x。还会报告:r、r²和残差标准误。
输入项: x = [1,2,3,4,5], y = [2,4,5,4,5].
步骤: x̄ = 3,ȳ = 4,Sxy = 6(来自相关性计算),Sxx = 10。斜率 = 6 ÷ 10 = 0.6。截距 = 4 − 0.6 × 3 = 2.2。在x = 6处预测:2.2 + 0.6 × 6 = 5.8。
结果: 直线 y = 2.2 + 0.6x,r = 0.775,r² = 0.600。
将本计算器添加到您自己的网站或博客——完全免费,无需注册,并且始终显示最新版本。复制下面的代码,粘贴到您希望计算器出现的页面位置。在嵌入下方保留小小的 “Powered by Loona Automation” 署名行有助于保持本工具免费——但您可以自由设置样式或将其移除;无论哪种方式工具都能工作。