Что такое Калькулятор регрессии?

Калькулятор регрессии аппроксимирует данные линейными, квадратичными и полиномиальными кривыми. Он вычисляет коэффициенты, значения R² и стандартные ошибки, а затем строит график подобранной кривой вместе с данными для визуального анализа.

Доступны шесть типов моделей: линейная, квадратичная, полиномиальная (степень 3-10), экспоненциальная, логарифмическая и степенная. Строки можно вставлять прямо из таблицы, парсер принимает запятые, табуляции и пробелы как разделители. На графике подобранная кривая накладывается поверх диаграммы рассеяния, а под ним уравнение в виде, в котором его обычно цитируют в статье.

Как использовать

1. Введите точки данных в виде пар X,Y или вставьте их из электронной таблицы.
2. Выберите тип регрессии (линейная, квадратичная, полиномиальная) и степень.
3. Просмотрите уравнение, статистику R², график остатков и скачайте результаты.

Когда использовать

• Проверить, чем лучше описывается датасет с учебного проекта — линейной или квадратичной кривой.
• Оценить показатель степени в степенном законе по данным физической лаборатории.
• Прикинуть на глаз линию тренда перед тем, как переносить числа в деловой отчёт.

Результат

Исследователь вводит 20 точек данных «температура — выход продукции», выбирает квадратичную регрессию и получает y = -0.03x² + 4.2x - 12.5 с R² = 0.94, подтверждая нелинейную зависимость.

Частые вопросы

Что на самом деле означает значение R²?

R² — это доля изменчивости Y, которую объясняет модель. R² = 0,94 значит, что 94% колебаний Y объясняются X, остальные 6% — шум или другие факторы. R² близкое к 1 выглядит отлично, но на полиноме это может быть и признаком переобучения.

Когда стоит использовать полиномиальную регрессию вместо линейной?

Только если на диаграмме рассеяния явная кривизна и у вас есть физическое обоснование. Добавление членов высокой степени всегда механически поднимает R², но кривая начинает «вилять» между точками. Начните со степени 2; выше 4 заходить почти не приходится.

Чем отличаются экспоненциальная и степенная регрессии?

Экспоненциальная — это y = a·e^(bx): Y растёт в процентном отношении при увеличении X (бактерии, сложный процент). Степенная — y = a·x^b: Y пропорционален X в постоянной степени (орбитальные периоды, биологическое масштабирование). В линейных осях похожи, в логарифмических заметно расходятся.

Можно ли делать логарифмическую регрессию при X = 0 или X < 0?

Нет. Логарифмическая регрессия подбирает y = a + b·ln(x), а ln(x) не определена в x = 0 и при отрицательных x. Сдвиньте данные так, чтобы все X стали положительными, или выберите линейную/квадратичную. Иначе калькулятор вернёт ошибку.

Сколько точек нужно для надёжной аппроксимации?

Через две точки идеально проходит прямая, но о разбросе она не говорит ничего. Для линейной модели — минимум 8-10 точек, для моделей более высокой степени больше. Правило большого пальца: не меньше 10 точек на каждый оцениваемый коэффициент. С меньшим числом R² завышает качество.

Похожие инструменты