Kalkulator Lengkung Regresi
Bandingkan model regresi linear, kuadratik, eksponen dan logaritma bersebelahan. Cari keluk muat terbaik untuk data anda dengan alat dalam talian percuma...
Kalkulator Lengkung Regresi
Bandingkan model regresi linear, kuadratik, eksponen dan logaritma bersebelahan. Cari keluk muat terbaik untuk data anda dengan alat dalam talian percuma...
Select a regression model and enter your data points below
Titik Data (X, Y)
| # | X | Y |
|---|
Keputusan Regresi
Visualisasi Regresi
Persamaan Regresi
—
R²
0.000
Model Sesuai Terbaik
—
Diramalkan Y
—
Perbandingan Model
| Jenis Model Regresi | Persamaan Regresi | R² | Kualiti Fit |
|---|
Penyelesaian Langkah demi Langkah
Cara Menggunakan Ini Kalkulator Lengkung Regresi
Multi-Model Fit
Instantly compare linear, polynomial, exponential, and power curves for your data.
Output Statistik
Get R-squared, MSE, and full model coefficients for all calculated curves.
Model Selection
Identify the most accurate mathematical model to represent your observed relationship.
Choosing the right curve type is critical for making accurate future predictions from your data.
Apakah Analisis Keluk Regresi?
📐 Analisis lengkung regresi ialah proses pemadanan berbilang model matematik pada set data yang sama dan membandingkan sejauh mana setiap model menangkap corak asas. Tidak seperti regresi model tunggal — di mana anda komited kepada satu bentuk persamaan sebelum melihat hasilnya — analisis lengkung regresi membenarkan data bercakap dengan sendirinya dengan menguji beberapa model calon secara objektif.
📊 Empat model regresi yang paling biasa dibandingkan dalam analisis lengkung ialah linear (y = mx + b), + y = + a, y = + a eksponen (y = a · e^(bx)), dan logaritma (y = a + b · ln(x)).
📈 Setiap model mewakili hubungan asas yang berbeza antara pembolehubah: linear mengandaikan kadar perubahan yang tetap, kuadratik membenarkan pecutan atau nyahpecutan dengan satu titik pusingan atau logik tangkapan. model pulangan berkurangan apabila kadar perubahan menjadi perlahan apabila pembolehubah bebas meningkat.
📐 Metrik utama untuk membandingkan model ini ialah R² (pekali penentuan), yang mengukur perkadaran varians dalam pembolehubah bersandar yang dijelaskan oleh setiap model. R² yang lebih tinggi menunjukkan kesesuaian yang lebih baik, bermakna nilai ramalan model menjejaki data yang diperhatikan dengan lebih teliti.
📊 Fikirkan analisis lengkung regresi seperti mencuba kekunci yang berbeza dalam kunci: anda boleh mencuba setiap kekunci satu demi satu, tetapi adalah jauh lebih cekap untuk menguji kesemuanya sekali gus dan melihat yang mana satu berpusing. Begitu juga, bukannya menjalankan empat analisis regresi berasingan, kalkulator ini menjalankannya secara serentak dan dengan serta-merta mengenal pasti model mana yang paling sesuai dengan data anda.
📊 Pendekatan ini amat berharga apabila anda bekerja dengan set data yang tidak dikenali dan tidak mempunyai pengetahuan awal tentang bentuk fungsi yang harus diambil oleh perhubungan itu. Ia juga berguna untuk mengesahkan andaian — jika anda menjangkakan hubungan linear tetapi model kuadratik mempunyai R² yang jauh lebih tinggi, data memberitahu anda bahawa lengkung perhubungan.
📊 Dengan membandingkan model bersebelahan dengan R² sebagai penimbang tara, analisis lengkung regresi menghilangkan bias subjektif daripada pemilihan model dan memastikan anda memilih model sebenar yang paling sesuai untuk anda.