Simple Linear Regression & OLS Line von Best Fit Rechner

Der Simple Linear Regression & OLS Line von Best Fit Rechner

Verwendung des Rechners

Geben Sie Ihre X Werte (Independent Variable, comma oder space separated), Y Werte (Dependent Variable, comma oder space separated), Forecast / Predict Y für X Wert (e.g. e.g. 9). Die Ergebnisse werden sofort aktualisiert, wenn Sie einen Wert ändern.

Die Formel

Formel & Rechenweg: Ordinary Least Squares (OLS) Simple Linear Regression equations: x = (Σ x_i)/(n), y = (Σ y_i)/(n) SS_xx = Σ (x_i - x)^2, SS_yy = Σ (y_i - y)^2, SS_xy = Σ (x_i - x)(y_i - y) Gefälle m = β_1 = SS_xySS_xx Y-Intercept b = β_0 = y - mx Pearson Korrelation r = SS_xySS_xx · SS_yy Coefficient von Determination R^2 = r^2 = 1 - SS_resSS_Gesamt Standard Error von Estimate S_e = Σ (y_i - y_i)^2n - 2

Rechenbeispiel

Praxisbeispiel für Simple Linear Regression & OLS Line von Best Fit Rechner: Ein Anwender gibt als X Werte 1 und als Y Werte (Dependent Variable, comma oder space separated) 2,5 in die Eingabemaske ein. Das System berechnet sekundenschnell Regression Line Equation & Prediction Übersicht und schlüsselt die zugrundeliegenden Rechenschritte transparent auf. Das Ergebnis ermöglicht eine sofortige Verifikation und fundierte Weiterverarbeitung der Daten.

Ergebnisse verstehen

Nutzen Sie Ihr Ergebnis als Ausgangspunkt und validieren Sie es im Kontext Ihres spezifischen Anwendungsfalls. Testen Sie zwei oder drei Varianten der Eingangsdaten, um die Sensitivität des Ergebnisses zu verstehen. Für weitreichende Entscheidungen vergleichen Sie mit einer zweiten Quelle oder einem Fachexperten.