MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

Enter each data point on its own line as x, y, f. The frequency (weight) f is optional and defaults to 1. Separate values with commas or spaces. Need at least 3 distinct x values.

सूत्र (फॉर्मूला)

सूत्र (फॉर्मूला): वेटेड क्वाड्रैटिक रिग्रेशन कैलकुलेटर

विज्ञापन

परिणाम

फ़िट किया गया क्वाड्रैटिक मॉडल
y = 3 + -2x + 1x²
द्वितीय-घात बहुपद लीस्ट-स्क्वेयर्स फ़िट
A (अचर पद) 3.0
B (रैखिक गुणांक) -2.0
C (वर्ग गुणांक) 1.0
सहसंबंध गुणांक r 1.0
|r| की व्याख्या: 0.7 < |r| ≤ 1 strong correlation · 0.4 < |r| < 0.7 moderate · 0.2 < |r| < 0.4 weak · 0 ≤ |r| < 0.2 no correlation.

यह कैलकुलेटर क्या करता है

वेटेड क्वाड्रैटिक रिग्रेशन कैलकुलेटर आपके (x, y) डेटा बिंदुओं पर एक द्वितीय-घात बहुपद \(y = A + Bx + Cx^2\) फ़िट करता है, जहाँ हर बिंदु के साथ एक फ़्रीक्वेंसी या वेट f जुड़ा हो सकता है। यह क्वाड्रैटिक लीस्ट-स्क्वेयर्स का फ़्रीक्वेंसी-टेबल वाला रूप है: जो बिंदु f बार आता है, वह हर योग (sum) में f गुना योगदान देता है। यदि आप हर फ़्रीक्वेंसी को 1 रख दें, तो गणित सामान्य (बिना वेट वाली) क्वाड्रैटिक रिग्रेशन में बदल जाती है। यह विशुद्ध सांख्यिकी है और हर देश व हर क्षेत्र में एक समान रूप से लागू होती है।

इसका उपयोग कैसे करें

हर पंक्ति में एक डेटा बिंदु x, y, f के रूप में दर्ज करें। फ़्रीक्वेंसी f वैकल्पिक है और खाली छोड़ने पर इसका मान 1 मान लिया जाता है, इसलिए 2, 5 का अर्थ है x=2, y=5 जिसका वेट 1 है। प्रदर्शित करने के लिए कितने सार्थक अंक (significant digits) चाहिए, यह चुनें (डिफ़ॉल्ट 10)। क्वाड्रैटिक को विशिष्ट रूप से निर्धारित करने के लिए आपके पास कम से कम 3 अलग-अलग x मान होने चाहिए। यह टूल फ़िट के गुणांक A, B, C और बहु सहसंबंध गुणांक (multiple correlation coefficient) r बताता है।

सूत्र की व्याख्या

मान लीजिए \(n = \Sigma f\) कुल वेट है। वेटेड माध्य निकालें \(\bar{x} = \Sigma xf / n\), \(\bar{y} = \Sigma yf / n\), और \(\overline{x^2} = \Sigma x^2 f / n\)। फिर केंद्रित योग \(S_{xx}\), \(S_{xy}\), \(S_{xx^2}\), \(S_{x^2x^2}\), \(S_{x^2y}\) बनाएँ, और B तथा C के लिए \(2 \times 2\) तंत्र को हल करें, जहाँ हर (denominator) \(\text{denom} = S_{xx} \cdot S_{x^2x^2} - S_{xx^2}^2\) है:

$$\hat{y} = A + Bx + Cx^{2}$$ $$\text{where}\quad \left\{ \begin{aligned} B &= \frac{S_{xy}\,S_{x^2x^2} - S_{xx^2}\,S_{x^2y}}{S_{xx}\,S_{x^2x^2} - S_{xx^2}^{2}} \\ C &= \frac{S_{xx}\,S_{x^2y} - S_{xx^2}\,S_{xy}}{S_{xx}\,S_{x^2x^2} - S_{xx^2}^{2}} \\ A &= \bar{y} - B\,\bar{x} - C\,\overline{x^2} \end{aligned} \right.$$

अंत में \(A = \bar{y} - B \cdot \bar{x} - C \cdot \overline{x^2}\)। सहसंबंध गुणांक \(r = \sqrt{1 - \text{SSE}/\text{SST}}\) है, जहाँ SSE वेटेड अवशिष्ट वर्ग योग (residual sum of squares) और SST वेटेड कुल वर्ग योग (total sum of squares) है।

विज्ञापन
फिट किए गए परवलय वक्र के साथ भारित डेटा बिंदुओं का स्कैटर
एक भारित द्विघात डेटा से होकर परवलय y = A + Bx + Cx² फिट करता है, जहाँ हर बिंदु का प्रभाव उसकी बारंबारता के अनुसार मापा जाता है।

हल किया हुआ उदाहरण

ऐसा डेटा जहाँ सभी f = 1 हैं: (1,2), (2,3), (3,6), (4,11), (5,18)। यहाँ \(n=5\), \(\bar{x}=3\), \(\bar{y}=8\), \(\overline{x^2}=11\)। योगों से मिलता है \(S_{xx}=10\), \(S_{xy}=40\), \(S_{xx^2}=60\), \(S_{x^2x^2}=374\), \(S_{x^2y}=254\), और \(\text{denom} = 10 \cdot 374 - 60^2 = 140\)। तब $$B = \frac{40 \cdot 374 - 60 \cdot 254}{140} = -2,\quad C = \frac{10 \cdot 254 - 60 \cdot 40}{140} = 1$$ और \(A = 8 - (-2)(3) - 1 \cdot 11 = 3\)। फ़िट \(y = 3 - 2x + x^2\) हर बिंदु को बिल्कुल सटीक रूप से दोहराता है, इसलिए SSE = 0 और r = 1।

x और y डेटा जोड़ियों को भारों से जोड़ती बारंबारता तालिका जो परवलय फिट में जाती है
हर (x, y) जोड़ी एक बारंबारता भार रखती है जो तय करता है कि वह फिट वक्र को कितनी प्रबलता से खींचती है।

अक्सर पूछे जाने वाले प्रश्न

फ़्रीक्वेंसी कॉलम का क्या काम है? यह उस (x, y) जोड़े का वेट (गिनती) है। f = 4 वाली पंक्ति को चार एक जैसे प्रेक्षणों (observations) के बराबर माना जाता है, जो समूहित या तालिकाबद्ध (grouped/tabulated) डेटा के लिए सुविधाजनक है।

मुझे 3 अलग-अलग x मानों की ज़रूरत क्यों है? एक परवलय (parabola) में तीन पैरामीटर (A, B, C) होते हैं। तीन से कम अलग-अलग x मान होने पर तंत्र सिंगुलर हो जाता है और फ़िट अनिर्धारित रह जाता है; ऐसी स्थिति में कैलकुलेटर एक त्रुटि (error) दिखाता है।

r की व्याख्या कैसे करें? r का मान 0 से 1 के बीच होता है। 0.7 से ऊपर मज़बूत फ़िट दर्शाता है, 0.4–0.7 मध्यम, 0.2–0.4 कमज़ोर, और 0.2 से नीचे लगभग न के बराबर।

अंतिम अपडेट: