Ferramenta de regressão gratuita online

Insira seus pontos de dados e obtenha a equação de regressão, inclinação, interceptação, valor R ao quadrado e cálculos passo a passo em segundos.

Calcular agora Explorar recursos

Calculadora de regressão linear

Entrada de dados de regressão

Insira seus pontos de dados abaixo. Para uma análise de regressão precisa, inclua pelo menos 10 pontos de dados que cubram um intervalo razoável.

Ano modelo

Exemplo: 2024, 2025, 2026 ou qualquer ano personalizado

Tipo de regressão

Pontos de dados (X, Y)

#	Valores X	Valores Y

Nível de confiança (%)

Valores comuns: 90, 95, 99 (para 90%, 95%, 99% de confiança)

Valor X de previsão

Insira um número para prever o valor Y correspondente

Resultados da regressão

Os resultados da sua análise de regressão aparecem abaixo. Esses cálculos seguem padrões estatísticos internacionais.

Gráfico de regressão

Equação de regressão

Y = a + bX

Valor R-quadrado

0.000

Correlação (r)

0.000

Valor Y previsto

—

Estatísticas de regressão

Estatística	Valor	Interpretação
Erro padrão	0.000	Menor é melhor
Tamanho da amostra	0	Contagem de pontos de dados
Graus de liberdade	0	n – 2 para linear
Nível de confiança	95%	Confiança estatística

Nota: Resultados calculados utilizando padrões estatísticos internacionais aplicáveis nos EUA, Europa, Ásia e em todo o mundo.

Solução passo a passo

Compreendendo a análise de regressão

📈

Regressão linear

Modela uma relação linear entre variáveis usando a equação y = a + bx.

📐

Regressão polinomial

Ajusta uma relação curva usando y = a + bx + cx². Perfeita para sistemas físicos complexos.

🧬

Regressão exponencial

Modela crescimento ou decaimento rápido com y = ae^bx. Ideal para crescimento bacteriano e análise de decaimento.

🔬

Regressão logarítmica

Ajusta padrões de retornos decrescentes com y = a + b·ln(x). Ideal para saturação econômica.

Motor de diagnóstico avançado

Desenvolvido para pesquisa de nível institucional, combinando rigor matemático com experiência interativa intuitiva.

🎯

Múltiplos modelos

Compare ajustes lineares, polinomiais, exponenciais e logarítmicos lado a lado.

📊

Visualização interativa

Explore seus dados com gráficos de dispersão dinâmicos e visualizações de modelos sobrepostos.

🔮

Ferramentas de previsão

Preveja resultados com cálculos automáticos de intervalos de confiança.

📋

Diagnósticos completos

Saída detalhada incluindo R², erro padrão e valores p para todos os modelos.

📱

Otimizado para celular

Realize análises de regressão complexas em qualquer dispositivo sem compromissos.

⚖️

Padronizado

Cálculos seguem os padrões profissionais ISO 3534 e ASTM E2586.

Requisitos de dados

Requisito	Mínimo	Recomendado
Tamanho da amostra	3 pontos de dados	30+ pontos de dados
Observações/Parâmetro	2 por coeficiente	10+ por coeficiente
Faixa da variável X	2 valores distintos	Ampla, uniformemente espaçada
Tipo de variável Y	Contínua	Contínua, sem efeitos teto
Distribuição	Resíduos normais	Normal, outliers removidos
Durbin-Watson	N/A	Estatística ≈ 2

O que é uma equação de regressão?

Uma equação de regressão modela a relação entre variáveis, permitindo prever resultados com base nos dados de entrada. Na sua forma mais simples — regressão linear simples — a equação é y = mx + b, onde m é a inclinação e b é a interceptação y. Essa poderosa ferramenta estatística é usada na ciência, nos negócios e na engenharia para descobrir tendências, fazer previsões e quantificar relações entre variáveis.

Por que usar nossa calculadora?

Calcula instantaneamente a equação de regressão a partir dos seus dados
Mostra cálculos passo a passo para que você entenda a matemática
Calcula R², coeficiente de correlação, inclinação e interceptação
Não é necessária inscrição – 100% gratuito e pode ser executado no seu navegador
Seus dados permanecem privados – nada é enviado para nenhum servidor

Casos de uso comuns

Previsão de vendas a partir de gastos com publicidade
Estimando os preços das casas a partir da metragem quadrada
Analisando o impacto das horas de estudo nas notas dos exames
Previsão de mudanças de temperatura ao longo do tempo
Avaliando a relação entre dosagem e resposta

Como funciona

Escolha o modelo de regressão

Selecione entre regressão linear, polinomial, exponencial ou logarítmica para corresponder ao padrão de relacionamento dos seus dados.

Insira pontos de dados

Adicione seus pares de dados X e Y na tabela. Defina seu nível de confiança (%) e, opcionalmente, insira um valor X de previsão para previsão.

Calcular e visualizar

Clique em Calcular para gerar instantaneamente a equação de regressão, o valor de R ao quadrado e um gráfico de dispersão interativo com a linha de regressão ajustada.

Revise o diagnóstico

Examine a tabela de estatísticas de regressão — erro padrão, tamanho da amostra, graus de liberdade e nível de confiança — para avaliar a confiabilidade do modelo.

Prever e prever

Use a entrada de previsão X para estimar Y em qualquer ponto, com intervalos de confiança baseados no nível de confiança escolhido.

Referência de estatísticas de regressão

Estatísticas de regressão comuns e suas interpretações

Estatística	Símbolo	Interpretação
Declive	eu	Taxa de mudança
Interceptar	b	Valor quando x = 0
R-quadrado	R²	Bondade de ajuste
Correlação	R	Força do relacionamento
Erro padrão	SE	Distância média da linha
Valor P	p	Significância estatística

Perguntas frequentes

Nossas ferramentas de regressão e estatística

📈