द्विघात प्रतिगमन कैलकुलेटर

📐 द्विघात प्रतिगमन रिश्तों के मॉडलिंग के लिए एक सांख्यिकीय तकनीक है जहां आश्रित चर एक सीधी रेखा के बजाय एक परवलयिक या यू-आकार के पैटर्न का अनुसरण करता है। सामान्य समीकरण y = ax² + bx + c है, जहां a परवलय की वक्रता और दिशा को नियंत्रित करता है (सकारात्मक a ऊपर की ओर खुलता है, नकारात्मक a नीचे की ओर खुलता है), b वक्र के रैखिक घटक या झुकाव का प्रतिनिधित्व करता है, और c y-अवरोधन है - जब x शून्य के बराबर होता है तो y का अनुमानित मान होता है। रैखिक प्रतिगमन के विपरीत, जो एक सीधी रेखा में फिट बैठता है और परिवर्तन की निरंतर दर मानता है, द्विघात प्रतिगमन उन घटनाओं को पकड़ लेता है जहां परिवर्तन की दर स्वयं बदल जाती है - यानी, जहां संबंध x मानों की सीमा में तेज या धीमा हो जाता है। यह इसे रैखिक प्रतिगमन का एक प्राकृतिक विस्तार बनाता है: जबकि रैखिक प्रतिगमन एक निरंतर ढलान को मॉडल करता है, द्विघात प्रतिगमन एक दूसरा शब्द जोड़ता है जो ढलान को अलग-अलग करने की अनुमति देता है, जिससे एकल मोड़ बिंदु (शीर्ष) के साथ एक वक्र बनता है। वास्तविक दुनिया के उदाहरणों में शामिल हैं: (1) भौतिकी - प्रक्षेप्य गति एक परवलयिक चाप का अनुसरण करती है जहां ऊंचाई पहले बढ़ती है फिर समय के फलन के रूप में घटती है;

📈 (2) अर्थशास्त्र - लागत फलन अक्सर यू-आकार प्रदर्शित करते हैं जहां औसत लागत पहले पैमाने की अर्थव्यवस्थाओं के कारण घटती है और फिर घटते रिटर्न के कारण बढ़ती है;

📊 (3) जीव विज्ञान - खुराक-प्रतिक्रिया वक्र जहां प्रभावकारिता खुराक के साथ अधिकतम तक बढ़ जाती है और फिर विषाक्तता के कारण कम हो जाती है;

🌍 (4) कृषि - फसल की उपज बनाम उर्वरक अनुप्रयोग कम हो रहा है और अंततः उच्च स्तर पर नकारात्मक रिटर्न दिखाता है;

📊 (5) मनोविज्ञान - यरकेस-डोडसन कानून उत्तेजना और प्रदर्शन के बीच एक उल्टे-यू संबंध का वर्णन करता है। तीन गुणांक a, b, और c को सामान्य समीकरणों को हल करके निर्धारित किया जाता है - गाऊसी उन्मूलन या मैट्रिक्स विधियों का उपयोग करके x की शक्तियों और y के साथ क्रॉस-उत्पादों के योग से निर्मित तीन रैखिक समीकरणों की एक प्रणाली। कम से कम वर्गों की विधि यह सुनिश्चित करती है कि परिणामी परवलय प्रेक्षित और पूर्वानुमानित y मानों के बीच वर्ग ऊर्ध्वाधर दूरियों के योग को कम करता है, जो डेटा के लिए सर्वोत्तम संभव द्विघात फिट प्रदान करता है।