曲线回归与估算计算器

曲线回归与估算计算器

增长中 AI Skill PRO

输入计算

数学公式

y^=A+Bx其中{B=n∑xy−∑x∑yn∑x2−(∑x)2A=∑y−B∑xn\begin{gathered} \hat{y} = A + B\,x \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} B &= \frac{n\sum xy - \sum x \sum y}{n\sum x^2 - \left(\sum x\right)^2} \\ A &= \frac{\sum y - B\sum x}{n} \end{aligned} \right. \end{gathered}
使用统计

广告

结果

估算值
122.285714
根据拟合曲线得出
系数 A 1.1428571429
系数 B 1.8928571429
相关系数 (r) 0.994527

报告本页错误

这个计算器能做什么

本工具使用最小二乘法,将你选定的曲线回归模型拟合到一组成对观测数据(x, y)上。它会输出拟合得到的系数(A、B,以及二次模型的C)、衡量模型对数据描述程度的相关系数r,并根据拟合方程直接计算出一个估算值。这是一款通用的数学与统计工具,不涉及任何特定国家或地区的规则。

七种回归模型

你可以选择:线性(\(\hat{y} = A + B\,x\))、对数(\(\hat{y} = A + B\,\ln x\))、e指数(\(\hat{y} = A\,e^{B x}\))、ab指数(\(\hat{y} = A\,B^{x}\))、幂函数(\(\hat{y} = A\,x^{B}\))、反比(\(\hat{y} = A + B/x\)),或二次(\(\hat{y} = A + B\,x + C\,x^{2}\))。除二次模型外,其余模型都先线性化为 \(Y = a + b\,X\) 的形式,再用普通最小二乘法拟合;二次模型则通过其 \(3\times 3\) 正规方程组求解。

七个小型散点图,每个分别用不同形状的回归曲线拟合
七种曲线模型对比:线性、对数、指数、幂、反比和二次拟合。

使用方法

把 x 值和 y 值分别填成用逗号分隔、长度相等的列表,选择回归类型,再决定是要由 x 估算 y 还是由 y 估算 x,然后输入已知的数值。计算器会返回各项系数、相关系数 \(r\) 以及估算结果。

公式解析

对线性化后的数据对(X, Y):\(b = S_{xy} / S_{xx}\),\(a = \bar{Y} - b\,\bar{X}\),其中 \(S_{xx} = \sum X^2 - n\bar{X}^2\),\(S_{xy} = \sum XY - n\bar{X}\bar{Y}\)。相关系数为 $$r = \frac{S_{xy}}{\sqrt{S_{xx}\cdot S_{yy}}}$$ 随后再将系数反代回原模型(例如在指数和幂函数模型中 \(A = e^a\))。

广告
散点图,带有最佳拟合线和垂直残差线段
最小二乘法拟合的曲线使各点到曲线的垂直距离(残差)的平方和最小。

实例演算

取 \(x = [1,2,3,4,5,6,7]\)、\(y = [3,5,7,8,11,13,14]\) 做线性拟合:\(S_{xx} = 28\),\(S_{xy} = 53\),于是 $$B = \frac{53}{28} = 1.892857$$ $$A = 8.714286 - 1.892857\cdot 4 = 1.142857$$ 相关系数 $$r = \frac{53}{\sqrt{28\cdot 101.4286}} = 0.99453$$ 当 \(x = 64\) 时估算 \(y\),得 $$1.142857 + 1.892857\cdot 64 = 122.2857$$ (这是远超数据范围的外推)。

分步说明:手工拟合曲线

  1. 选择模型。根据散点图的形状以及你对过程的了解,从线性、对数、指数(e 形式或 ab 形式)、幂函数、反函数或二次模型中选择。
  2. 检查定义域限制。对数模型需要 x > 0。指数模型需要 y > 0。幂函数模型需要 x > 0 且 y > 0。反函数模型需要 x ≠ 0。如果任何数据点违反该规则,则该模型无法用于拟合这些数据。
  3. 变换数据。按模型要求用 X 和 Y 替换 x 和 y:X = ln x、Y = ln y,或 X = 1/x。如果模型不对某变量进行变换,则保持该变量不变。
  4. 计算变换后数据的和、均值与平方和(共 n 个点):
    $$S_{xx}=\sum X^2-\frac{(\sum X)^2}{n},\quad S_{xy}=\sum XY-\frac{\sum X\,\sum Y}{n},\quad S_{yy}=\sum Y^2-\frac{(\sum Y)^2}{n}$$ 以及均值 \(\bar X=\sum X/n\)、\(\bar Y=\sum Y/n\)。
  5. 求直线的斜率和截距,直线为 \(Y = a + bX\):
    $$b=\frac{S_{xy}}{S_{xx}},\qquad a=\bar Y-b\,\bar X$$
  6. 回代得到原始参数。对于 ab 指数模型,\(A=e^{a}\),\(B=e^{b}\)。对于 e 指数模型和幂函数模型,\(A=e^{a}\),\(B=b\)。对于对数模型和反函数模型,\(A=a\),\(B=b\)。
  7. 计算相关系数:
    $$r=\frac{S_{xy}}{\sqrt{S_{xx}\,S_{yy}}}$$ 这是基于变换后数据计算的。
  8. 估计。将你的 x 代入拟合方程(例如幂函数拟合为 \(\hat y = A\,x^{B}\))。要由给定的 y 估计 x,需重新整理方程,并检查结果是否位于模型的定义域内。

二次模型说明。二次模型 \(\hat y = A + Bx + Cx^2\) 不做线性化处理。而是求解 3×3 正规方程组:

$$\begin{aligned}\sum y &= nA + B\sum x + C\sum x^2\\ \sum xy &= A\sum x + B\sum x^2 + C\sum x^3\\ \sum x^2y &= A\sum x^2 + B\sum x^3 + C\sum x^4\end{aligned}$$

你需要用到 Σx、Σx²、Σx³、Σx⁴、Σy、Σxy 和 Σx²y 这些和。可用克拉默法则或高斯消元法求解该方程组。至少需要三个不同的 x 值。

广告

按模型划分的线性化变换

模型 方程 变换后的 X 变换后的 Y 线性形式 回代(由直线得到 a、b) 定义域限制
线性 \(y = A + Bx\) x y \(y = a + bx\) A = a,B = b 无
对数 \(y = A + B\ln x\) ln x y \(y = a + bX\) A = a,B = b x > 0
指数(e 形式) \(y = A e^{Bx}\) x ln y \(\ln y = a + bx\) A = ea,B = b y > 0
指数(ab 形式) \(y = A B^{x}\) x ln y \(\ln y = a + bx\) A = ea,B = eb y > 0
幂函数 \(y = A x^{B}\) ln x ln y \(\ln y = a + bX\) A = ea,B = b x > 0 且 y > 0
反函数 \(y = A + B/x\) 1/x y \(y = a + bX\) A = a,B = b x ≠ 0
二次 \(y = A + Bx + Cx^2\) 不做线性化 求解 3×3 正规方程组 A、B、C 直接由解得到 无(至少需要 3 个不同的 x 值)

e 形式和 ab 形式的指数模型描述的是同一曲线族:\(B_{ab}=e^{B_{e}}\)。它们给出相同的拟合结果和相同的 r。

解读 r 并在模型之间做选择

  • 取值范围与符号。r 介于 −1 和 1 之间。r 为正表示 Y 倾向于随 X 增大,r 为负表示 Y 倾向于随 X 减小。|r| 接近 1 表示与所拟合的形式吻合良好,|r| 接近 0 表示吻合较差。
  • 变换后的模型。对于对数、指数、幂函数和反函数拟合,r 是基于变换后数据计算的(例如 ln y 对 ln x)。因此,它不能直接与原始尺度上线性拟合的 r 进行比较。用 r 比较模型只是粗略的参考。
  • r²(解释方差)。r² 是拟合直线所解释的(变换后)Y 方差的比例。例如,r = 0.90 时 r² = 0.81,即约 81% 的方差被解释。
  • 相关不等于因果。较高的 r 并不说明一个变量导致另一个变量,也不说明所选模型就是真实的关系。不同的曲线可能同样好地拟合同一组数据。
  • 检查残差。绘制观测值与拟合值之间的差值图。这些差值应围绕零随机分布。若呈现明显的规律,例如曲线或漏斗形状,则说明即使 r 很高,模型也不太合适。
  • 外推风险。在 x 数据范围内的估计(插值)通常比超出范围的估计可靠得多。指数、幂函数和二次曲线在数据范围之外可能急剧发散。
  • 二次与线性的比较。在同一数据上,二次模型总是至少与线性模型拟合得一样好,因为它参数更多,并且包含线性模型这一特例(C = 0)。因此,仅仅拟合得更好并不足以证明增加这一项是合理的。除非改进是有意义的,并且曲率符合该过程的实际情况,否则应优先选择更简单的模型。
  • 样本量。数据点很少时,即使 r 很高也可能是偶然造成的。应尽可能使用足够多的数据。

常见问题

相关系数 \(r\) 该怎么解读? 大致可参考:\(0.7 < |r| \le 1\) 为强相关,\(0.4 < |r| < 0.7\) 为中等相关,\(0.2 < |r| < 0.4\) 为弱相关,低于 \(0.2\) 则基本可忽略。

为什么有些模型会被排除? 由于涉及对数或倒数变换:对数和幂函数模型要求 \(x > 0\),指数和幂函数模型要求 \(y > 0\),反比模型要求 \(x \ne 0\)。

可以做外推吗? 可以,但超出已观测数据范围的估算属于外推,结果应谨慎看待。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器