线性外推计算器

线性外推计算器

热门 AI Skill PRO

输入计算

数学公式

y=y1+(x−x1)·y2−y1x2−x1y = {{\text{y}_1}} + \left(\text{x} - {{\text{x}_1}}\right) \cdot \frac{{{\text{y}_2}} - {{\text{y}_1}}}{{{\text{x}_2}} - {{\text{x}_1}}}

计算示例

y=2+(5−1)·6−23−1=10y = 2 + \left(5 - 1\right) \cdot \frac{6 - 2}{3 - 1} = 10
使用统计

广告

结果

外推值(y)
10
当 x 时 = 5
斜率 (y2−y1)/(x2−x1) 2

报告本页错误

什么是线性外推?

线性外推是一种通过延长两点确定的直线,来估算落在已知数据范围之外数值的方法。只要知道两个点 (x₁, y₁) 和 (x₂, y₂),就能把这条趋势线向前(或向后)延伸,求出任意 x 对应的 y 值。本计算器可以即时完成这一计算,并同时给出直线的斜率。

通过两个已知点的直线延伸到数据范围之外,以预测新的 y 值
线性外推将通过两个已知点的直线延长,以预测已知范围之外的 y 值。

如何使用本计算器

先输入两个已知点的坐标——x₁、y₁ 与 x₂、y₂,再填入你想要估算 y 值时对应的 x 值。点击计算,即可得到外推出的 y 值以及趋势线的斜率。这个工具同样适用于插值(即 x 位于两点之间的情况),不过它最大的用处还是预测数据范围之外的数值。

公式详解

过两点的直线斜率为 \(m = \frac{y_2 - y_1}{x_2 - x_1}\)。从第一个点出发,任意 x 处的 y 值为:

$$y = y_1 + \left(x - x_1\right) \cdot \frac{y_2 - y_1}{x_2 - x_1}$$

其中 \((x - x_1)\) 表示从第一个点沿 x 轴移动的距离,再乘以斜率,就能算出在这段距离上 y 的变化量。

广告
直线上的直角三角形,显示两点之间的水平变化和垂直变化
斜率 \(\frac{y_2 - y_1}{x_2 - x_1}\) 是两个已知点之间的纵向变化与横向变化之比。

实例演示

假设第 1 周的销量为 2 件(x₁=1,y₁=2),第 3 周的销量为 6 件(x₂=3,y₂=6)。斜率为 \(\frac{6 - 2}{3 - 1} = \frac{4}{2} = 2\) 件/周。要预测第 5 周(x=5):$$y = 2 + (5 - 1)\cdot 2 = 2 + 8 = 10 \text{ 件}$$

广告

解读你的外推结果

计算器会通过你已知的两个点 \((x_1, y_1)\) 和 \((x_2, y_2)\) 画一条直线,并将其延伸到你输入的 x 值。这条直线的斜率 \(m = \frac{ y_2 - y_1}{x_2 - x_1}\) 决定了你应如何理解这一预测:

  • 斜率为正:y 随 x 增大而增大,因此外推到更大的 x 时,得到的 y 会比你已知的点更大。
  • 斜率为负:y 随 x 增大而减小,因此外推到更大的 x 时,得到的 y 会更小。
  • 斜率为零:\(y_1 = y_2\),因此 y 保持不变,对于任何 x,预测的 y 都等于这同一个值。

示例:已知点为 (2, 10) 和 (4, 18),斜率为 \(\frac{18 - 10}{4 - 2} = 4\),因此在 x = 6 时,直线给出 \(y = 10 + (6 - 2)\cdot 4 = 26\)。

何时结果可信

  • 关系必须确实是线性的。该公式假设变化率恒定。如果真实关系不是直线,输出结果只能作为粗略参考。
  • 距离越远,可靠性越低。x 超出你的两个已知点越远,任何微小的非线性偏差,或输入数据中的任何测量误差,都会被放大。
  • 两个点无法揭示曲率。任意两个点都可以用一条直线连接,因此如果真实趋势是弯曲的,数据本身不会发出任何警示。需要更多数据点或对基础过程的了解来检验线性关系。

注意不合理的数值

将直线延伸到很远的位置可能会得到不可能的结果,例如负数的数量、人口、价格或长度,或者超过 100% 的百分比。如果答案在物理或实际上没有意义,则说明在该 x 处线性假设很可能已经失效。

何时使用其他模型

指数增长或衰减(例如复利或放射性衰变)、趋于某一极限后趋于平稳的逻辑斯谛增长,以及季节性或周期性数据都需要不同的模型。对于这些规律,穿过两个点的直线通常会产生误导,尤其是在远超出观测范围进行外推时。

常见问题

插值和外推有什么区别?插值是在已知范围之内进行估算,而外推则是向已知范围之外延伸。两者的计算公式完全相同,但外推的不确定性更大。

为什么说外推有风险?因为它假设线性趋势会一直保持不变。然而现实中的数据往往会出现弯曲或转折,因此距离已知范围越远,外推得到的数值就越不可靠。

x₁ 可以等于 x₂ 吗?不可以——竖直线的斜率没有定义,所以两个 x 值必须不同,计算才有效。

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