Kalkulator regresji liniowej
Dopasuj prostą do sparowanych danych X–Y metodą najmniejszych kwadratów. Wpisz oba zestawy danych i otrzymaj współczynnik kierunkowy, wyraz wolny, współczynnik korelacji, R², residua oraz przewidywaną wartość Y dla dowolnego X.
Dopasuj prostą do swoich danych
Wzór regresji liniowej
Gdzie:
- \(b\) — współczynnik kierunkowy (nachylenie) dopasowanej prostej
- \(a\) — wyraz wolny (dopasowana wartość Y przy \(x = 0\))
- \(x_i, y_i\) — sparowane punkty danych
- \(\bar{x}, \bar{y}\) — średnie zestawów danych X i Y
- \(n\) — liczba sparowanych punktów danych
- \(r\) — współczynnik korelacji Pearsona
- \(R^2\) — współczynnik determinacji
- \(\hat{y}\) — przewidywana wartość Y przy \(x^*\)
Są to estymatory metody najmniejszych kwadratów (OLS): współczynnik kierunkowy \(b\) i wyraz wolny \(a\) wyznaczają prostą, która minimalizuje sumę kwadratów pionowych odległości między zaobserwowanymi punktami a samą prostą.
Regresja liniowa – przykład obliczeniowy
Przykład: laboratorium mierzy wielkość wyjściową Y przy ośmiu równomiernie rozstawionych ustawieniach X, od 1 do 8. Wartości X to 1, 2, 3, 4, 5, 6, 7, 8, a wartości Y to 53, 61, 68, 74, 80, 85, 90, 95. Dopasowujemy prostą i przewidujemy Y przy \(x = 9\).
\[ \bar{x} = \frac{1+2+\cdots+8}{8} = 4.5, \qquad \bar{y} = \frac{53+61+\cdots+95}{8} = 75.75 \]
\[ S_{xy} = \sum (x_i-\bar{x})(y_i-\bar{y}) = 248, \quad S_{xx} = \sum (x_i-\bar{x})^2 = 42, \quad S_{yy} = \sum (y_i-\bar{y})^2 = 1475.5 \]
\[ b = \frac{248}{42} = 5.9048, \qquad a = 75.75 - 5.9048 \times 4.5 = 49.1786 \]
\[ r = \frac{248}{\sqrt{42 \times 1475.5}} = 0.9962, \qquad R^2 = 0.9925 \]
\[ \hat{y} = 49.1786 + 5.9048 \times 9 = 102.3214 \]
Wynik: dopasowana prosta to \(y = 49.1786 + 5.9048x\), przy \(r = 0.9962\) i \(R^2 = 0.9925\) — doskonałe dopasowanie. Przy \(x = 9\) prosta przewiduje \(\hat{y} \approx 102.32\).
Jak korzystać z kalkulatora regresji liniowej
- Wpisz wartości zmiennej niezależnej w pole Zestaw danych X (zmienna niezależna), oddzielone przecinkami, spacjami, średnikami lub nowymi liniami.
- Wpisz sparowane wartości zmiennej zależnej w pole Zestaw danych Y (zmienna zależna), dokładnie w tej samej kolejności co wartości X. Oba zestawy muszą zawierać tę samą liczbę wartości.
- Opcjonalnie wpisz wartość w pole Przewiduj Y dla X = — punkt, w którym chcesz obliczyć wartość dopasowanej prostej. Zostaw puste, jeśli potrzebujesz tylko samej prostej.
- Odczytaj wyniki: Współczynnik kierunkowy, Wyraz wolny, Współczynnik korelacji, Współczynnik determinacji i Wartość przewidywana wyświetlane są u góry, a dalej równanie prostej regresji, interpretacja w przystępnym języku oraz tabela wartości dopasowanych i residuów dla każdego punktu danych.
Czym jest regresja liniowa?
Prosta regresja liniowa modeluje zależność między jedną zmienną niezależną \(x\) a jedną zmienną zależną \(y\) jako prostą: \(y = a + bx\). Metoda najmniejszych kwadratów wyznacza tę konkretną prostą, która minimalizuje sumę kwadratów pionowych odległości (residuów) między zaobserwowanymi punktami danych a prostą. Ponieważ używa się kwadratów odchyleń, punkty odległe od prostej przyciągają dopasowanie silniej niż punkty bliskie.
Oba współczynniki mają bezpośrednie znaczenie. Współczynnik kierunkowy \(b\) to szacowana zmiana Y przy każdym wzroście X o jednostkę — jeśli \(b\) jest ujemny, Y maleje wraz ze wzrostem X. Wyraz wolny \(a\) to dopasowana wartość Y, gdy \(x = 0\). Ma sens tylko wtedy, gdy zero leży w zakresie (lub blisko zakresu) zaobserwowanych wartości X; w przeciwnym razie jest jedynie matematycznym punktem zakotwiczenia prostej.
Współczynnik korelacji \(r\) przyjmuje wartości od \(-1\) do \(+1\) i mierzy zarówno siłę, jak i kierunek zależności liniowej. Współczynnik determinacji \(R^2 = r^2\) mieści się między 0 a 1 i jest łatwiejszy w interpretacji: to udział zmienności Y wyjaśniony przez liniową zależność z X. Wartość \(R^2\) równa 0,99, jak w powyższym przykładzie, oznacza, że około 99% zmienności Y jest wyjaśnione przez prostą — doskonałe dopasowanie. Wartości poniżej około 0,5 wskazują, że prosta opisuje dane tylko słabo i bardziej odpowiedni może być model krzywoliniowy lub wielozmienny.
Residua w tabeli wyników pokazują, jak daleko każda zaobserwowana wartość \(y_i\) leży od swojej wartości dopasowanej \(\hat{y}_i\). Ich przejrzenie to szybka diagnostyka: residua rozrzucone losowo wokół zera sugerują, że model liniowy jest uzasadniony, podczas gdy wyraźny wzorzec (krzywizna lub residua rosnące wraz z X) sugeruje, że zależność nie jest w istocie liniowa.
Założenia, ograniczenia i praktyczne wskazówki
- Wymagane dane sparowane: każda wartość X musi mieć odpowiadającą wartość Y, wpisaną w tej samej kolejności. Kalkulator zgłosi błąd, jeśli oba zestawy mają różne długości.
- Liniowość: OLS zakłada, że podstawowa zależność jest prostą. Jeśli wykres rozrzutu danych pokazuje krzywą, dopasowana prosta — i jej \(R^2\) — będą wprowadzać w błąd.
- Co najmniej dwa punkty: przy mniej niż dwóch różnych wartościach X nie da się dopasować jednoznacznej prostej; przy bardzo małej liczbie punktów dopasowanie jest bardzo wrażliwe na każdą obserwację.
- Korelacja to nie przyczynowość: silne \(r\) pokazuje związek, a nie to, że X powoduje Y. Obie zmienne może napędzać trzecia zmienna.
- Uważaj na ekstrapolację: przewidywanie dla wartości X daleko poza zakresem danych (jak \(x = 9\) w przykładzie, tuż za zaobserwowanym maksimum 8) jest założeniem, a nie pomiarem — zależność może nie pozostać liniowa poza zaobserwowanym zakresem.
- Wartości odstające mają znaczenie: ponieważ metoda najmniejszych kwadratów podnosi błędy do kwadratu, jeden skrajny punkt może przechylić całą prostą. Sprawdź w tabeli residuów punkty o nietypowo dużych residuach i upewnij się, że to prawdziwe pomiary, a nie literówki.
- Jednostki: współczynnik kierunkowy ma jednostki Y na jednostkę X. Porównując współczynniki kierunkowe z różnych zestawów danych, upewnij się, że jednostki się zgadzają.
Najczęściej zadawane pytania
Jak wyznaczyć prostą regresji ręcznie, bez wzorów na odchylenia?
Można użyć równoważnych wzorów obliczeniowych: \( b = \frac{n\sum x_i y_i - \sum x_i \sum y_i}{n\sum x_i^2 - (\sum x_i)^2} \) oraz \( a = \frac{\sum y_i - b\sum x_i}{n} \). Wystarczy zestawić w tabeli \( x_i \), \( y_i \), \( x_i y_i \) i \( x_i^2 \), zsumować każdą kolumnę i podstawić. Wyniki są identyczne z wynikami metody najmniejszych kwadratów stosowanej przez ten kalkulator — to po prostu arytmetyka na sumach surowych zamiast na odchyleniach od średniej.
Jaka wartość R² jest dobra?
To zależy od dziedziny. W eksperymentach fizycznych lub inżynieryjnych oczekuje się wartości powyżej 0,9. W ekonomii, biologii czy naukach społecznych, gdzie szum jest duży, R² na poziomie 0,3–0,6 może być znaczącym wynikiem. Nie ma uniwersalnego progu: niskie R² nie czyni modelu bezużytecznym, a wysokie R² nie dowodzi poprawności modelu — krzywoliniowa zależność również może dać wysokie R² dla złej prostej. Zawsze wykonaj wykres danych.
Czy ma znaczenie, którą zmienną wpiszę do X, a którą do Y?
Tak. Regresja Y względem X odpowiada na pytanie „jak zmienia się Y wraz z X?” i minimalizuje błędy pionowe. Po zamianie zestawów otrzymasz inną prostą, która minimalizuje błędy poziome, o innym współczynniku kierunkowym (nowy współczynnik to \( r^2 \) podzielone przez stary, a nie jego odwrotność). Decyduj w oparciu o swoje pytanie: jeśli chcesz przewidywać jedną wielkość na podstawie drugiej, zmienną przewidywaną wpisz do Y.
Jaka jest różnica między r a R²?
Współczynnik korelacji r (od −1 do +1) mówi zarówno o kierunku, jak i sile związku liniowego: r = −0,9 to silna zależność ujemna. R² = r² pomija znak i mierzy wyłącznie jakość dopasowania: zarówno r = −0,9, jak i r = +0,9 dają R² = 0,81. Używaj r, gdy kierunek ma znaczenie, a R², gdy chcesz prostą interpretację „procent wyjaśnionej zmienności”.
Dlaczego mój współczynnik korelacji wynosi dokładnie 1, gdy wszystkie wartości Y są identyczne?
Gdy każda wartość Y jest taka sama, \( S_{yy} = 0 \) i wzór Pearsona dzieli przez zero, więc r jest matematycznie nieokreślony. Ten kalkulator podaje w takim przypadku r = 1, ponieważ dopasowaną prostą jest idealnie pozioma prosta (współczynnik kierunkowy 0). Miej świadomość, że pozioma prosta oznacza, że X nic nie mówi o Y — „idealne” r to artefakt, a nie dowód zależności.
Ile punktów danych potrzebuję do wiarygodnej regresji?
Minimum to 2 punkty o różnych wartościach X, ale takie dopasowanie jest statystycznie bez znaczenia — dowolne dwa punkty wyznaczają prostą dokładnie. Jako orientacyjną zasadę przyjmij co najmniej 10 punktów, a więcej przy zaszumionych danych. Przy małych próbach jeden nietypowy punkt może zdominować współczynnik kierunkowy i zawyżyć R², więc sprawdzaj tabelę residuów, a wyniki z mniej niż 5 punktów traktuj ostrożnie.
Moje wyniki wyglądają na błędne — jakie są najczęstsze błędy przy wpisywaniu danych?
Sprawdź trzy rzeczy: (1) obie listy muszą mieć tę samą liczbę wartości, a każda wartość Y musi stać naprzeciw odpowiadającej jej wartości X w tej samej kolejności — jedna przesunięta lub brakująca wartość przechyla całą prostą; (2) separatory tysięcy, symbole walut lub przypadkowe litery czynią daną wartość nieprawidłową; (3) mieszanie jednostek (np. lata 2020–2024 w jednym zestawie danych i 0–4 w drugim) radykalnie zmienia wyraz wolny, choć przewidywania pozostają te same.