Калькулятор взвешенной регрессии кривых

Калькулятор взвешенной регрессии кривых

Развивающийся AI Skill PRO

Введите расчет

Вводите по одной строке (x, y, частота), разделяя значения пробелами или запятыми. Если частота не указана, она равна 1 и должна быть ≥ 0. Нужно минимум 2 строки.

Математическая формула

y=A+Bxгде{B=SxySxxA=y‾−Bx‾\begin{gathered} y = A + B\,x \\[1.5em] \text{где}\quad \left\{ \begin{aligned} B &= \frac{S_{xy}}{S_{xx}} \\ A &= \bar{y} - B\,\bar{x} \end{aligned} \right. \end{gathered}
Статистика использования

Реклама

Результаты

Уравнение регрессии
y = 0.250000 + 1.50000*x
A 0,25
B 1,5
Коэффициент корреляции r 0,9733285268
Шкала корреляции: 0.7 < |r| ≤ 1 — сильная; 0.4 < |r| < 0.7 — умеренная; 0.2 < |r| < 0.4 — слабая; 0 ≤ |r| < 0.2 — отсутствует.

Сообщить об ошибке на этой странице

Что такое калькулятор взвешенной регрессии кривых?

Этот инструмент подбирает одну из семи моделей кривых для таблицы точек вида (x, y, частота) методом взвешенных наименьших квадратов с учётом частоты. Каждая точка учитывается столько раз, какова её частота f, поэтому повторяющиеся наблюдения влияют на результат пропорционально своему весу. Это чисто математический и статистический инструмент, который работает одинаково в любой стране.

Диаграмма рассеяния взвешенных данных с подобранной кривой, проходящей через них; размер точек пропорционален частоте
Взвешенная регрессия проводит кривую через точки, размер которых отражает их частотный вес.

Как пользоваться

Вводите по одной строке на каждую точку в формате x y f (значения разделяются пробелами или запятыми). Частота f необязательна: если её не указать, она принимается равной 1, а её минимальное допустимое значение — 0. Выберите тип регрессии и количество значащих цифр для вывода, после чего вы получите подобранные коэффициенты A, B (и C для квадратичной модели), уравнение регрессии и коэффициент корреляции r.

Формула

Большинство моделей линеаризуются: с преобразованными переменными X и Y и весами \(w=f\) вычисляем \(N=\Sigma w\), затем \(S_{xx}=\Sigma wX^{2}-(\Sigma wX)^{2}/N\), \(S_{yy}=\Sigma wY^{2}-(\Sigma wY)^{2}/N\), \(S_{xy}=\Sigma wXY-(\Sigma wX)(\Sigma wY)/N\). Угловой коэффициент \(b=S_{xy}/S_{xx}\), свободный член \(a=\bar{Y}-b\cdot\bar{X}\), а \(r=S_{xy}/\sqrt{S_{xx}\cdot S_{yy}}\). Коэффициенты A и B получают обратным преобразованием для каждой модели. Квадратичная модель

$$y = A + B\,x + C\,x^{2}$$

подбирается решением взвешенной системы нормальных уравнений 3\(\times\)3, а её r — это множественная корреляция \(\sqrt{R^{2}}\).

Реклама
Вертикальные отрезки остатков между точками данных и подобранной линией регрессии, которые минимизируются
Метод наименьших квадратов минимизирует взвешенную сумму квадратов вертикальных остатков.

Пример расчёта

Линейная модель со строками (1,2,1), (2,3,2), (3,5,1): \(N=4\), \(\Sigma wx=8\), \(\Sigma wy=13\), \(\Sigma wx^{2}=18\), \(\Sigma wxy=29\), \(\Sigma wy^{2}=47\). Тогда \(S_{xx}=2\), \(S_{xy}=3\), \(S_{yy}=4.75\), откуда \(B=1.5\), \(A=0.25\), а \(r=3/\sqrt{9.5}=0.9733\). Итоговое уравнение:

$$y = 0.25 + 1.5\cdot x$$

Частые вопросы

Что показывает коэффициент корреляции? \(0.7<|r|\le 1\) — сильная связь, \(0.4<|r|<0.7\) — умеренная, \(0.2<|r|<0.4\) — слабая, \(0\le|r|<0.2\) — связь отсутствует.

Почему некоторые модели недоступны? Для логарифмической и степенной требуется \(x>0\); для e-экспоненциальной, ab-экспоненциальной и степенной нужно \(y>0\); для обратной — \(x\ne 0\) (потому что в преобразовании используется \(\ln\) или \(1/x\)).

Влияет ли точность на результат? Нет, она меняет только количество отображаемых цифр.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика