Doğrusal Regresyon Hesaplama
İki veri seti için en iyi uyan doğruyu (y = mx + b) bulun. En küçük kareler ile eğim, kesişim, r, r kare ve tahmin.
Sayıları boşluk veya satır sonuyla ayırın. Ondalık için virgül kullanın (1,5). X ve Y aynı sayıda olmalı.
Eşit uzunlukta iki sayı listesi girin ve Hesapla'ya basın.
Formül Nasıl Çalışır?
Doğrusal regresyon, eşleştirilmiş verilere düz bir doğru oturtur; böylece bir ilişkiyi tanımlayıp tahmin yapabilirsiniz. X değerlerinizi (bağımsız değişken, örneğin çalışma saati) ve Y değerlerinizi (bağımlı değişken, örneğin sınav puanı) girin; hesaplayıcı en iyi uyan y = mx + b denklemini, eğim ve kesişimi, korelasyon r'yi, belirleme katsayısı r²'yi ve isteğe bağlı bir tahmini döndürür. Verdiği r, aynı veri için korelasyon hesaplayıcımızın değeriyle birebir aynıdır.
b = ȳ - m·x̄
r = Σ((xi - x̄)(yi - ȳ)) / √(Σ(xi - x̄)² × Σ(yi - ȳ)²)
ŷ = m·x + b
Örnek: X = [1, 2, 3, 4, 5], Y = [2, 4, 6, 8, 10] → y = 2x + 0, r = 1
Eğim ve Kesişimi Okumak
Eğim m modelin kalbidir: X'teki her bir birim artış için Y'nin ortalama ne kadar değiştiğini söyler. Eğimin 2 olması, X'teki her adımda Y'nin 2 arttığı; negatif eğim ise X yükseldikçe Y'nin düştüğü anlamına gelir. Kesişim b, doğrunun Y eksenini kestiği yerdir; yani X sıfır olduğunda tahmin edilen Y değeri. Kesişim yalnızca X = 0 verileriniz için gerçekçiyse anlamlıdır. Örneğin, yetişkin boyunu kiloya bağlayan bir doğruda sıfır boy için kesişim fiziksel bir anlam taşımaz, yine de doğruyu konumlandırmak için gereklidir.
r² Size Ne Söyler
Belirleme katsayısı r², doğrunun açıkladığı Y değişiminin oranıdır; 0 ile 1 arasındadır. 0,85'lik bir r², modelin Y'deki iniş çıkışların %85'ini açıkladığı, kalan %15'in diğer etkenlere ve gürültüye kaldığı anlamına gelir. Yüksek bir r² sıkı bir doğrusal uyuma işaret eder; düşük bir r² ise düz bir doğrunun veriyi kötü özetlediğini, çoğunlukla gerçek ilişkinin eğri olduğunu haber verir. r², r'nin karesi olduğu için işareti atar; yani yönü söylemeden açıklayıcı gücü ölçer. Yön için eğime veya r'ye bakın.
En Küçük Kareler Yöntemi
Bu araç, standart regresyon yöntemi olan en küçük kareleri (OLS) kullanır. Olası tüm düz doğrular arasında OLS, her veri noktası ile doğru arasındaki dikey uzaklıkların karelerinin toplamını en aza indiren doğruyu seçer. Bu uzaklıkların karesini almak büyük sapmaları daha ağır cezalandırır ve temiz bir formülle tek, benzersiz bir en iyi uyan doğru verir. OLS, elektronik tablodaki basit trend çizgilerinden makine öğreniminin yapı taşlarına kadar çoğu istatistiksel modellemenin temelidir.
Regresyon Nerede Kullanılır
Regresyon, bir trendi ölçmek veya bir sonucu tahmin etmek istenen her yerde kullanılır: satış ekipleri reklam harcamasından geliri öngörür, bilim insanları ölçülen değerleri bilinen standartlara oturtarak cihaz kalibre eder, ekonomistler talebi fiyata karşı modeller, mühendisler yükü sehime bağlar. Denklem ilişkiyi açık hale getirir ve makul bir aralıkta kaldığınız sürece ölçmediğiniz X değerleri için Y'yi tahmin etmenizi sağlar.
Metodoloji
Bu hesaplayıcı, en küçük kareler yöntemini ortalama-merkezli formülle kullanır; bu formül, ham-toplam formülünün taşacağı büyük değerlerde bile sayısal olarak doğru kalır. Korelasyon r, korelasyon hesaplayıcımızdaki gibi birebir hesaplanır, böylece iki araç her zaman uyuşur. Her X değeri aynı olduğunda (dikey doğrunun tanımlı eğimi yoktur), listeler farklı uzunlukta olduğunda veya ikiden az çift girildiğinde regresyon doğrusu tanımsız olarak raporlanır. Her sürüm bilinen referans değerlere karşı test edilir.
İpuçları ve Öneriler
Oturtulmuş bir doğru ve yüksek bir r², X'in Y'ye sebep olduğunu asla kanıtlamaz. İlişki ters yönde olabilir veya gizli bir üçüncü etken yürütüyor olabilir.
Tahminler yalnızca verinizin aralığı içinde güvenilirdir. Bunun çok ötesine tahmin, trendin süreceğini varsayar ki bu çoğu zaman yanlıştır.
Tek bir aykırı değer doğruyu ciddi biçimde kaydırabilir. Düşük bir r² çoğu zaman verinin doğrusal değil eğri olduğu, yani düz bir doğrunun uymadığı anlamına gelir.
Çok az noktadan geçen doğru kararsızdır. Eğime, kesişime veya herhangi bir tahmine güvenmeden önce 10 veya daha fazla çift hedefleyin.
Sıkça Sorulan Sorular
Doğrusal regresyon nedir?
Doğrusal regresyon, eşleştirilmiş veri noktalarına en iyi uyan doğruyu bulur. y = mx + b denklemini üretir; burada m eğim, b kesişimdir. Böylece ilişkiyi tanımlayabilir ve yeni bir X için Y tahmini yapabilirsiniz. Bu araç, noktaların doğruya olan dikey uzaklıklarının karelerinin toplamını en aza indiren en küçük kareler (OLS) yöntemini kullanır.
Eğim (m) ne anlama gelir?
Eğim, X 1 birim arttığında Y'nin ne kadar değiştiğini söyler. Eğimin 2 olması, X her 1 birim arttığında Y'nin ortalama 2 birim yükseldiği anlamına gelir; -0,5 eğim ise Y'nin yarım birim düştüğü. Kesişim b, X sıfır olduğunda tahmin edilen Y değeridir.
r² nedir, kaç iyidir?
r² (belirleme katsayısı), Y'deki değişimin modelin açıkladığı oranıdır; 0 ile 1 arasındadır. 0,85'lik bir r², doğrunun değişimin %85'ini açıkladığı anlamına gelir. Neyin iyi sayılacağı alana bağlıdır: fiziksel ölçümlerde 0,95 üzeri gerekebilirken, sosyal bilimlerde 0,3 ile 0,5 arası anlamlı sayılabilir. Düşük bir r², ilişkinin doğrusal olmadığına işaret edebilir.
Regresyon ile korelasyon arasındaki fark nedir?
Korelasyon, doğrusal ilişkinin gücünü ve yönünü tek bir sayıyla (r) ölçer. Regresyon bir adım öteye giderek doğrunun denklemini verir ve böylece tahmin yapabilir. Bu hesaplayıcı, korelasyon hesaplayıcımızla aynı r değerini, ayrıca eğim, kesişim ve tahminleri raporlar.
Tahmin ne kadar güvenilir?
Tahminler en çok verinizin aralığı içinde güvenilirdir. Bu aralığın çok dışında tahmin (ekstrapolasyon) risklidir, çünkü doğrusal örüntü devam etmeyebilir. Güvenilirlik ayrıca yüksek bir r²'ye, yeterli sayıda veri noktasına (ideal olarak 10 veya daha fazla) ve doğruyu bozabilecek güçlü aykırı değerlerin olmamasına bağlıdır.
Son Hesaplamalar
Henüz hesaplama yapılmadı