Multiple regression calculator

Công cụ điều chỉnh đường cong để xây dựng phương trình đồ thị và mô hình hồi quy thống kê

CURVE PHÙ HỢP SỬ DỤNG VỊ TRÍ TUYẾN TÍNH VÀ KHÔNG TUYẾN TÍNH

Máy tính hồi quy nhiều lần là một công cụ điều chỉnh đường cong để giải các phương trình có giải pháp đồ họa. Ứng dụng tính toán hồi quy này xây dựng một đường cong hoặc công thức toán học bằng cách sử dụng các phương pháp bình phương nhỏ nhất. Nó hỗ trợ bạn đồ họa các phương trình tuyến tính và phương trình phi tuyến để tìm hiểu số liệu thống kê và hành vi của các đường cong trên chuỗi điểm dữ liệu nhất định.

Hồi quy là một kỹ thuật thống kê hữu ích cho phép bạn ước tính và đánh giá mối quan hệ giữa một biến phụ thuộc và một hoặc nhiều biến độc lập. Máy tính đồ thị phù hợp với đường cong này có các mô hình hồi quy thống kê khác nhau để giải các phương trình biểu đồ và các bài toán thống kê trong vòng vài giây.

Có nhiều mô hình khác nhau để phân tích hồi quy như đa thức, hàm mũ, nửa chu kỳ, nghịch đảo, gaussian, v.v. Tuy nhiên, đây là một ứng dụng vẽ đồ thị sáng tạo dành cho sinh viên toán học, kỹ sư, lập trình viên học máy và nhà khoa học dữ liệu. Hơn nữa, bạn có thể sử dụng máy tính đồ thị đường cong này bằng nhiều ngôn ngữ, bao gồm tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Ý và tiếng Đức.

CÁCH NHẬP DỮ LIỆU:

x = 1,2,3,4. hoặc x = -1, -3,0.5,1

y = 1,2,3,4 hoặc y = -1, -3,0.5,1

Bạn có thể sử dụng bao nhiêu giá trị x và y tùy thích (nhập điểm dữ liệu không giới hạn),

Bạn có thể xem dữ liệu của mình để chọn mô hình hồi quy thích hợp.

Mô hình hồi quy

Máy tính hồi quy nhiều lần cho phép bạn thực hiện phân tích thống kê cho các mô hình này

• Mô hình hàm mũ & nbsp; (ae ^bx )
• Mô hình đa thức (a_n x ^ n + a_ (n-1) + ..... + a_0)
• Mô hình Power x (ab ^ x)
• Mô hình Power b (ax ^ b)
• Mô hình lôgarit (log (x + b) + c)
• Mô hình Gaussian (ae ^ - (x-b) ^ 2 / (2c ^ 2))
• Mô hình Half Life (a + b / 2 ^ x)
• Mô hình đối ứng (a + b / x)
• Mô hình Michaelis (ax / (x + b))

== Điều chỉnh Tập dữ liệu của Bạn

Nếu bạn muốn khớp tập dữ liệu của mình với các phương trình như Hàm mũ, Power, Half-life, Michaelis Mentent (Plateau) và đường cong Gaussian, bạn cần cung cấp cho ứng dụng tập dữ liệu x và y, sau đó nhấp vào nút tương ứng (dành cho Power đường cong, nhấn nút Power fit) (đồ thị hồi quy tuyến tính, hồi quy phi tuyến, hồi quy nhiều tuyến tính, hồi quy đa thức, máy tính hồi quy bậc hai). Nếu bạn muốn điều chỉnh tập dữ liệu của mình thành đường cong Tuyến tính hoặc Đa thức, thì bạn cần cung cấp cho ứng dụng mức độ của đa thức; đối với một Đường cong tuyến tính, mức độ là

LÀM THẾ NÀO ĐỂ SỬ DỤNG ỨNG DỤNG?

TẢI LÊN : Nút tải lên cho phép bạn đọc các tệp CSV của dữ liệu được lưu trữ trên bộ nhớ điện thoại hoặc thẻ sd của bạn. Dữ liệu sẽ được ghi ở định dạng tệp CSV.

XEM: Khi bạn điền vào các trường x và y với dữ liệu của mình, hãy nhấp vào nút XEM để xem mối quan hệ giữa dữ liệu x và y.

Chọn một mô hình: Sau khi xem dữ liệu, hãy chọn mô hình thích hợp có thể phù hợp với dữ liệu của bạn từ danh sách các mô hình có sẵn.

PHÙ HỢP: Sau khi chọn một mô hình từ danh sách có sẵn, hãy nhấp vào PHÙ HỢP để điều chỉnh dữ liệu của bạn với mô hình đã chọn. Sau đó, bạn sẽ được đưa đến một trang khác, nơi bạn sẽ thấy mô hình hồi quy. Nó sẽ hiển thị hệ số xác định R-square.

Bạn có thể ước tính mô hình được trang bị ở các giá trị x khác nhau bằng cách nhập trường xe và sau đó nhấp vào nút Ước tính để hiển thị kết quả trong trường của bạn.

LƯU: ​​ Nhấn nút lưu để lưu dữ liệu của bạn, mô hình phù hợp, mô hình ước tính ở các giá trị x đã cho, hình vuông r và lỗi của mô hình được lưu dưới dạng tệp CSV hoặc txt vào bộ nhớ điện thoại của bạn dưới dạng "model_regression.csv" hoặc "model_regression.txt" lấp đầy một thư mục có tên là curve_fitting_data

CÁC TÍNH NĂNG CỦA ỨNG DỤNG:

• Giao diện tương tác và lấy người dùng làm trung tâm
• Xây dựng một đường cong hoặc một hàm toán học
• Cho phép nhập hoặc xuất dữ liệu của bạn
• Sử dụng các phương pháp bình phương nhỏ nhất để hồi quy
• Máy tính thống kê với chức năng trực quan
• Bao gồm nhiều mô hình hồi quy để giải phương trình