Calcolatore di regressione lineare

Calcola online l’equazione di regressione lineare, il coefficiente di correlazione e il grafico a dispersione; supporta inserimento manuale, importazione CSV e analisi dei dati in batch

Segnala bug

Modalità di esecuzione nel browser: I tuoi dati vengono elaborati nel browser e non caricati sul server.

Velocità e stabilità: La velocità di elaborazione dipende dal dispositivo e dal browser. Per grandi batch, la versione desktop può essere più stabile.

Caricamento strumento, attendi...

Se lo strumento online non si carica o non funziona, prova lo strumento desktop. https://tools.yikeaigc.com/

Uso dello strumento

Torna alla vecchia versione

Prepara i dati X/Y, imposta i parametri del modello, poi calcola ed esporta i risultati.

Supporta inserimento manuale, incolla tabella, file CSV/TSV/TXT e dati di esempio. Nel caricamento batch verranno elaborati tutti i file; l'interfaccia mostra solo i primi 20 per il controllo.

Fit OLS R² / coefficiente di correlazione Residui e outlier Report / CSV / grafici Impostazioni salvabili

File batch Nessun file selezionato

Dopo aver caricato più file CSV, TSV o TXT, qui verranno mostrati i primi 20 nomi file. Nel calcolo batch saranno generati tutti i report e scaricati in un pacchetto.

Dati di input

Seleziona un'origine dati. Ogni riga richiede una coppia di valori X e Y; può includere intestazioni. Il sistema riconosce automaticamente virgole, tab, spazi e punti e virgola.

Tabella dati La regressione lineare richiede almeno 2 punti; quella polinomiale più punti del grado

N.	Valore X	Valore Y	Azioni

Incolla dati X/Y Supporta separatori: virgola, spazio, Tab, punto e virgola

Dati batch

Carica file dati Puoi selezionare più file; l’interfaccia mostra i primi 20

Clicca per scegliere file o trascinali qui Supporta .csv, .tsv, .txt. Prima colonna come X, seconda come Y; può includere intestazioni.

Dati di esempio Carica e calcola subito

Imposta modello

Consigliamo di calcolare prima una regressione lineare, poi valutare grafico a dispersione, R² e distribuzione dei residui per decidere se serve un fit polinomiale.

Modello di regressionePiù alto è il grado del polinomio, più attenzione all’overfitting

Tipo di modello

Grado personalizzato

Decimali

Livello di confidenza

Soglia valori anomali

Prevedi valori X

Visualizzazione e diagnosticaSeleziona cosa includere nei risultati e nei report

Grafico a dispersione e linea di fit Banda di confidenza Analisi dei residui Rilevamento outlier Statistiche descrittive Confronto modelli 1-3° ordine

Calcolo ed esportazione

Dopo il calcolo puoi vedere equazione, metriche, grafici, residui e valori previsti. Se hai caricato più file, verranno generati anche risultati batch.

Esporta risultatiCompleta prima il calcolo, poi scarica report o grafici

Imposta prima dati e modello, poi clicca “Avvia analisi di regressione”.

Grafico a dispersione e linea di fit

In attesa dei risultatiImposta prima dati e modello, poi genera i grafici di regressione.

Equazione di regressione-

Coefficiente di correlazione r-

Coefficiente di determinazione R²-

Errore standard SE-

Statistiche chiave

Coefficienti e intervalli

Risultati previsti

Statistiche descrittive

Analisi dei residui

Confronto modelli

Anteprima risultati batch

Istruzioni

Istruzioni per l'uso del software

Inserimento dei dati: puoi inserire manualmente, incollare i dati o caricare file CSV, TSV, TXT. Ogni riga deve contenere una coppia di valori X e Y; il file può includere un'intestazione.
Selezione del modello: supporta regressione lineare, polinomio di secondo grado, polinomio di terzo grado e ordine personalizzato. Si consiglia di iniziare con la regressione lineare, quindi valutare con il grafico a dispersione e i residui se è necessario un adattamento curvilineo.
Impostazione dei parametri: puoi impostare il numero di decimali, il livello di confidenza, la soglia per i valori anomali e scegliere se mostrare grafico a dispersione, bande di confidenza, analisi dei residui, rilevamento dei valori anomali, statistiche descrittive e confronto dei modelli.
Inserimento dei valori di previsione: se devi prevedere il valore Y, puoi inserire uno o più valori X in “Valori X di previsione”, separati da virgole.
Avvio del calcolo: fai clic su “Avvia calcolo dell'analisi di regressione”; il sistema genererà equazione di regressione, coefficiente di correlazione, R², R² corretto, errore standard, statistica F, valore p, residui e grafici.
Esportazione dei risultati: al termine del calcolo puoi copiare l'equazione, scaricare il report TXT e i dati CSV, esportare grafici PNG o SVG; i file in batch genereranno un pacchetto di risultati ZIP.

Domande frequenti

R: La regressione lineare richiede almeno 2 punti dati validi; la regressione polinomiale richiede un numero di punti dati maggiore dell'ordine del modello. Maggiore è la quantità di dati, più stabili sono in genere i risultati.

R: Il coefficiente di correlazione r descrive la direzione e l'intensità della correlazione lineare tra X e Y; R² indica la proporzione della variazione dei valori Y spiegata dal modello. Nella regressione lineare, R² è generalmente correlato al quadrato di r.

R: Quando il grafico a dispersione mostra una chiara tendenza curvilinea, oppure il grafico dei residui presenta una curvatura regolare, si può provare una regressione polinomiale di secondo o terzo grado. L'ordine non dovrebbe essere troppo alto, per evitare un adattamento eccessivo ai dati esistenti.

R: Il residuo è la differenza tra il valore Y reale e il valore Y previsto. Osservare i residui consente di valutare se il modello è adeguato e di individuare punti dati con scostamenti elevati.

Risposta: i file CSV, TSV o TXT dovrebbero contenere due colonne: la prima con i valori X e la seconda con i valori Y. Sono supportate intestazioni e separatori come virgola, Tab, spazio e punto e virgola.

Risposta: l’intervallo di confidenza della media serve a stimare l’intervallo di risposta media del modello, mentre l’intervallo di previsione per un singolo punto serve a stimare l’intervallo di un nuovo valore osservato; quest’ultimo è solitamente più ampio.