Lineaarisen regression laskuri

Tietoa tästä laskurista

Lineaarisen regression laskuri sovittaa suoran y = mx + b joukkoon (x, y)-datapisteitä minimoimalla suoran ja pisteiden välisten pystysuuntaisten etäisyyksien neliöiden summan — pienimmän neliösumman menetelmä. Kulmakerroin on m = (nΣxy − ΣxΣy) / (nΣx² − (Σx)²) ja vakiotermi on b = (Σy − mΣx) / n; laskuri ilmoittaa myös Pearsonin korrelaatiokertoimen r ja selitysasteen R², joka kertoo, kuinka suuri osuus y:n varianssista selittyy x:llä.

Tämä on sama matematiikka, joka on Excelin tai Google Sheetsin trendiviivaominaisuuden takana, ja se tukee kaikkea osakekurssien trendianalyysistä laboratoriolaitteiden kalibrointikäyriin. Opiskelijat, tutkijat, insinöörit ja analyytikot käyttävät sitä kahden muuttujan välisen yhteyden kvantifiointiin, uuden x:n y-arvon ennustamiseen ja sen arvioimiseen — R²:n avulla — kuinka luotettava ennuste todella on.