Lineare Regression Rechner
Passen Sie eine Gerade an gepaarte X–Y-Daten mithilfe der Methode der kleinsten Quadrate an. Geben Sie beide Datensätze ein und erhalten Sie Steigung, Achsenabschnitt, Korrelationskoeffizient, R², Residuen und einen vorhergesagten Y-Wert für jedes beliebige X.
Gerade an Ihre Daten anpassen
Formel der linearen Regression
Wobei gilt:
- \(b\) — Steigung der angepassten Geraden
- \(a\) — Achsenabschnitt (angepasster Y-Wert bei \(x = 0\))
- \(x_i, y_i\) — die gepaarten Datenpunkte
- \(\bar{x}, \bar{y}\) — die Mittelwerte der X- und Y-Datensätze
- \(n\) — Anzahl der gepaarten Datenpunkte
- \(r\) — Pearson-Korrelationskoeffizient
- \(R^2\) — Bestimmtheitsmaß
- \(\hat{y}\) — vorhergesagter Y-Wert bei \(x^*\)
Dies sind die Schätzungen nach der Methode der kleinsten Quadrate (OLS, ordinary least squares): Die Steigung \(b\) und der Achsenabschnitt \(a\) definieren die Gerade, welche die Summe der quadrierten vertikalen Abstände zwischen den beobachteten Punkten und der Geraden selbst minimiert.
Lineare Regression – Rechenbeispiel
Beispiel: Ein Labor misst eine Ausgangsgröße Y bei acht gleichmäßig verteilten Einstellungen X, von 1 bis 8. Die X-Werte sind 1, 2, 3, 4, 5, 6, 7, 8 und die Y-Werte sind 53, 61, 68, 74, 80, 85, 90, 95. Wir passen eine Gerade an und sagen Y bei \(x = 9\) vorher.
\[ \bar{x} = \frac{1+2+\cdots+8}{8} = 4.5, \qquad \bar{y} = \frac{53+61+\cdots+95}{8} = 75.75 \]
\[ S_{xy} = \sum (x_i-\bar{x})(y_i-\bar{y}) = 248, \quad S_{xx} = \sum (x_i-\bar{x})^2 = 42, \quad S_{yy} = \sum (y_i-\bar{y})^2 = 1475.5 \]
\[ b = \frac{248}{42} = 5.9048, \qquad a = 75.75 - 5.9048 \times 4.5 = 49.1786 \]
\[ r = \frac{248}{\sqrt{42 \times 1475.5}} = 0.9962, \qquad R^2 = 0.9925 \]
\[ \hat{y} = 49.1786 + 5.9048 \times 9 = 102.3214 \]
Ergebnis: Die angepasste Gerade lautet \(y = 49.1786 + 5.9048x\), mit \(r = 0.9962\) und \(R^2 = 0.9925\) — eine hervorragende Anpassung. Bei \(x = 9\) sagt die Gerade \(\hat{y} \approx 102.32\) voraus.
So benutzen Sie den Lineare-Regression-Rechner
- Geben Sie die Werte der unabhängigen Variablen in das Feld Datensatz X (unabhängige Variable) ein, getrennt durch Kommas, Leerzeichen, Semikolons oder Zeilenumbrüche.
- Geben Sie die zugehörigen Werte der abhängigen Variablen in Datensatz Y (abhängige Variable) ein, und zwar in genau derselben Reihenfolge wie die X-Werte. Beide Datensätze müssen dieselbe Anzahl von Werten enthalten.
- Geben Sie optional einen Wert in Y vorhersagen für X = ein — die Stelle, an der die angepasste Gerade ausgewertet werden soll. Lassen Sie das Feld leer, wenn Sie nur die Gerade selbst benötigen.
- Lesen Sie die Ergebnisse ab: Steigung, Achsenabschnitt, Korrelationskoeffizient, Bestimmtheitsmaß und Vorhergesagter Wert werden oben angezeigt, gefolgt von der Regressionsgeraden, einer leicht verständlichen Interpretation sowie einer Tabelle mit angepassten Werten und Residuen für jeden Datenpunkt.
Was ist lineare Regression?
Die einfache lineare Regression modelliert die Beziehung zwischen einer unabhängigen Variablen \(x\) und einer abhängigen Variablen \(y\) als Gerade: \(y = a + bx\). Die Methode der kleinsten Quadrate findet diejenige Gerade, die die Summe der quadrierten vertikalen Abstände (Residuen) zwischen den beobachteten Datenpunkten und der Geraden minimiert. Da quadrierte Abweichungen verwendet werden, ziehen Punkte, die weit von der Geraden entfernt liegen, die Anpassung stärker zu sich als Punkte in der Nähe.
Die beiden Koeffizienten haben eine unmittelbare Bedeutung. Die Steigung \(b\) ist die geschätzte Änderung von Y bei einer Erhöhung von X um eine Einheit — ist \(b\) negativ, nimmt Y mit zunehmendem X ab. Der Achsenabschnitt \(a\) ist der angepasste Y-Wert bei \(x = 0\). Er ist nur dann sinnvoll, wenn null innerhalb (oder nahe) des Bereichs der beobachteten X-Werte liegt; andernfalls ist er lediglich ein mathematischer Ankerpunkt der Geraden.
Der Korrelationskoeffizient \(r\) liegt zwischen \(-1\) und \(+1\) und misst sowohl die Stärke als auch die Richtung des linearen Zusammenhangs. Das Bestimmtheitsmaß \(R^2 = r^2\) liegt zwischen 0 und 1 und ist leichter zu interpretieren: Es gibt den Anteil der Variation von Y an, der durch den linearen Zusammenhang mit X erklärt wird. Ein \(R^2\) von 0,99 wie im obigen Beispiel bedeutet, dass rund 99 % der Variation von Y durch die Gerade erklärt werden — eine hervorragende Anpassung. Werte unter etwa 0,5 deuten darauf hin, dass eine Gerade die Daten nur schwach beschreibt, und ein gekrümmtes oder multivariates Modell geeigneter sein könnte.
Die Residuen in der Ergebnistabelle zeigen, wie weit jeder beobachtete Wert \(y_i\) von seinem angepassten Wert \(\hat{y}_i\) entfernt liegt. Ihre Untersuchung ist eine schnelle Diagnose: Residuen, die zufällig um null streuen, sprechen für ein brauchbares lineares Modell, während ein deutliches Muster (Krümmung oder mit X wachsende Residuen) darauf hindeutet, dass der Zusammenhang in Wahrheit nicht linear ist.
Voraussetzungen, Grenzen und praktische Hinweise
- Gepaarte Daten erforderlich: Jeder X-Wert muss einen zugehörigen Y-Wert besitzen, der in derselben Reihenfolge eingegeben wird. Der Rechner meldet einen Fehler, wenn die beiden Datensätze unterschiedlich lang sind.
- Linearität: Die Methode der kleinsten Quadrate setzt voraus, dass der zugrunde liegende Zusammenhang eine Gerade ist. Zeigt ein Streudiagramm Ihrer Daten eine Krümmung, sind die angepasste Gerade — und ihr \(R^2\) — irreführend.
- Mindestens zwei Punkte: Mit weniger als zwei unterschiedlichen X-Werten kann keine eindeutige Gerade angepasst werden; bei sehr wenigen Punkten reagiert die Anpassung höchst empfindlich auf jede einzelne Beobachtung.
- Korrelation ist keine Kausalität: Ein starkes \(r\) zeigt einen Zusammenhang, nicht aber, dass X Y verursacht. Eine dritte Variable kann beide antreiben.
- Vorsicht bei Extrapolation: Eine Vorhersage bei X-Werten weit außerhalb des Datenbereichs (wie \(x = 9\) im Beispiel, knapp über dem beobachteten Maximum von 8) ist eine Annahme, keine Messung — der Zusammenhang bleibt außerhalb des beobachteten Bereichs möglicherweise nicht linear.
- Ausreißer spielen eine Rolle: Da die Methode der kleinsten Quadrate die Fehler quadriert, kann ein einzelner extremer Punkt die gesamte Gerade kippen. Prüfen Sie in der Residuentabelle Punkte mit ungewöhnlich großen Residuen und vergewissern Sie sich, dass es sich um echte Messwerte und keine Tippfehler handelt.
- Einheiten: Die Steigung trägt die Einheiten von Y pro Einheit von X. Vergleichen Sie Steigungen aus verschiedenen Datensätzen, sollten Sie sicherstellen, dass die Einheiten übereinstimmen.
Häufig gestellte Fragen
Wie kann ich die Regressionsgerade von Hand berechnen, ohne die Abweichungsformeln zu verwenden?
Sie können die äquivalenten Rechenformeln verwenden: \( b = \frac{n\sum x_i y_i - \sum x_i \sum y_i}{n\sum x_i^2 - (\sum x_i)^2} \) und \( a = \frac{\sum y_i - b\sum x_i}{n} \). Tabellieren Sie einfach \( x_i \), \( y_i \), \( x_i y_i \) und \( x_i^2 \), summieren Sie jede Spalte und setzen Sie die Werte ein. Die Ergebnisse sind identisch mit der Methode der kleinsten Quadrate, die dieser Rechner verwendet — es ist lediglich eine Rechnung mit rohen Summen statt mit Abweichungen vom Mittelwert.
Was ist ein gutes R²?
Das hängt vom Fachgebiet ab. In physikalischen oder technischen Experimenten werden Werte über 0,9 erwartet. In der Wirtschaftswissenschaft, Biologie oder den Sozialwissenschaften, wo das Rauschen groß ist, kann ein R² von 0,3–0,6 ein aussagekräftiges Ergebnis sein. Es gibt keine universelle Schwelle: Ein niedriges R² macht ein Modell nicht nutzlos, und ein hohes R² beweist nicht, dass das Modell korrekt ist — auch ein gekrümmter Zusammenhang kann für die falsche Gerade ein hohes R² liefern. Zeichnen Sie die Daten immer.
Spielt es eine Rolle, welche Variable ich in X und welche in Y eintrage?
Ja. Die Regression von Y auf X beantwortet die Frage „Wie verändert sich Y mit X?“ und minimiert die vertikalen Fehler. Vertauschen Sie die Datensätze, erhalten Sie eine andere Gerade, die die horizontalen Fehler minimiert, mit einer anderen Steigung (die neue Steigung ist \( r^2 \) geteilt durch die alte, nicht deren Kehrwert). Entscheiden Sie anhand Ihrer Fragestellung: Wenn Sie eine Größe aus der anderen vorhersagen möchten, gehört die vorherzusagende Variable in Y.
Was ist der Unterschied zwischen r und R²?
Der Korrelationskoeffizient r (von −1 bis +1) gibt sowohl die Richtung als auch die Stärke des linearen Zusammenhangs an: r = −0,9 ist ein starker negativer Zusammenhang. R² = r² verwirft das Vorzeichen und misst nur die Güte der Anpassung: Sowohl r = −0,9 als auch r = +0,9 ergeben R² = 0,81. Verwenden Sie r, wenn die Richtung wichtig ist, und R², wenn Sie die schlichte Interpretation „Anteil der erklärten Variation“ möchten.
Warum wird mein Korrelationskoeffizient genau als 1 angezeigt, wenn alle Y-Werte identisch sind?
Wenn jeder Y-Wert gleich ist, gilt \( S_{yy} = 0 \), und die Pearson-Formel dividiert durch null, sodass r mathematisch undefiniert ist. Dieser Rechner gibt in diesem Fall r = 1 aus, weil die angepasste Gerade eine perfekt horizontale Gerade (Steigung 0) ist. Beachten Sie: Eine horizontale Gerade bedeutet, dass X nichts über Y aussagt — das „perfekte“ r ist ein Artefakt, kein Beleg für einen Zusammenhang.
Wie viele Datenpunkte brauche ich für eine verlässliche Regression?
Das Minimum sind 2 Punkte mit unterschiedlichen X-Werten, aber diese Anpassung ist statistisch bedeutungslos — jede zwei Punkte definieren eine Gerade exakt. Als grobe Richtlinie: Streben Sie mindestens 10 Punkte an, mehr bei verrauschten Daten. Bei kleinen Stichproben kann ein einzelner ungewöhnlicher Punkt die Steigung dominieren und R² aufblähen. Prüfen Sie daher die Residuentabelle und behandeln Sie Ergebnisse aus weniger als 5 Punkten mit Vorsicht.
Meine Ergebnisse sehen falsch aus — was sind die häufigsten Eingabefehler?
Prüfen Sie drei Dinge: (1) Beide Listen müssen dieselbe Anzahl von Werten enthalten, und jeder Y-Wert muss in derselben Reihenfolge neben dem zugehörigen X-Wert stehen — ein einziger verschobener oder fehlender Wert kippt die gesamte Gerade; (2) Tausendertrennzeichen, Währungssymbole oder fehlplatzierte Buchstaben machen einen Eintrag ungültig; (3) Das Mischen von Einheiten (z. B. Jahre 2020–2024 in einem Datensatz und 0–4 im anderen) verändert den Achsenabschnitt drastisch, obwohl die Vorhersagen gleich bleiben.