เครื่องคำนวณการถดถอยเชิงเส้น

Q: ฉันจะตีความความชันในการถดถอยเชิงเส้นได้อย่างไร?

ความชัน (b1) แสดงถึงการเปลี่ยนแปลงในตัวแปรตาม Y สำหรับการเพิ่มขึ้น 1 หน่วยในตัวแปรอิสระ X ความชันที่เป็นบวกแสดงว่า Y เพิ่มขึ้นเมื่อ X เพิ่มขึ้น ในขณะที่ความชันเป็นลบแสดงว่า Y ลดลงเมื่อ X เพิ่มขึ้น ตัวอย่างเช่น ถ้าความชันเป็น 2.5 แล้วสำหรับการเพิ่มขึ้น 1 หน่วยใน X, Y จะเพิ่มขึ้นโดยเฉลี่ย 2.5 หน่วย

Q: ฉันต้องมีจุดข้อมูลกี่จุดสำหรับการถดถอยเชิงเส้น?

ในทางเทคนิค คุณต้องมีจุดข้อมูลอย่างน้อย 2 จุดเพื่อคำนวณเส้นถดถอย แต่นี่ไม่ได้ให้องศาอิสระสำหรับการประมาณค่าข้อผิดพลาด สำหรับการวิเคราะห์ทางสถิติที่มีความหมาย คุณควรมีจุดข้อมูลอย่างน้อย 10-20 จุด โดยทั่วไปจุดข้อมูลมากขึ้นจะนำไปสู่การประมาณค่าที่เชื่อถือได้มากขึ้นและช่วงความเชื่อมั่นที่แคบกว่าสำหรับการคาดการณ์ของคุณ

คำนวณสมการการถดถอยเชิงเส้น ความชัน ค่าตัดแกน R-squared และสร้างการคาดการณ์พร้อมการแสดงภาพแผนภูมิกระจายแบบโต้ตอบและการแยกสูตรทีละขั้นตอน

เครื่องคำนวณการถดถอยเชิงเส้น

ลองใช้ชุดข้อมูลตัวอย่าง

ตัวแปรอิสระ (X) - ป้อนตัวเลขคั่นด้วยเครื่องหมายจุลภาค ช่องว่าง หรือขึ้นบรรทัดใหม่

ตัวแปรตาม (Y) - ต้องมีจำนวนค่าเท่ากับ X

ทำนาย Y สำหรับค่า X (ทางเลือก)

ความแม่นยำทศนิยม

Embed เครื่องคำนวณการถดถอยเชิงเส้น Widget

เกี่ยวกับ เครื่องคำนวณการถดถอยเชิงเส้น

ยินดีต้อนรับสู่ เครื่องคำนวณการถดถอยเชิงเส้น เครื่องมือทางสถิติที่ครอบคลุมซึ่งคำนวณเส้นถดถอยกำลังสองน้อยที่สุด สัมประสิทธิ์สหสัมพันธ์ R-squared และให้การแสดงภาพแผนภูมิกระจายแบบโต้ตอบพร้อมการแยกสูตรทีละขั้นตอน ไม่ว่าคุณจะวิเคราะห์ข้อมูลเพื่อการวิจัย การพยากรณ์ธุรกิจ หรือการศึกษาด้านวิชาการ เครื่องคิดเลขนี้ให้การวิเคราะห์ทางสถิติในระดับอาชีพ

การถดถอยเชิงเส้นคืออะไร?

การถดถอยเชิงเส้นคือวิธีทางสถิติพื้นฐานที่ใช้ในการจำลองความสัมพันธ์ระหว่างตัวแปรตาม (Y) และตัวแปรอิสระ (X) โดยการปรับสมการเชิงเส้นให้เข้ากับข้อมูลที่สังเกตได้ วิธีนี้จะหาเส้นตรงที่พอดีที่สุดผ่านจุดข้อมูลโดยทำให้ผลรวมของสัญลักษณ์ส่วนที่เหลือ (ความแตกต่างระหว่างค่าที่สังเกตและค่าที่ทำนาย) มีค่าน้อยที่สุด

สมการการถดถอย

แบบจำลองการถดถอยเชิงเส้นอย่างง่าย

$$\hat{Y} = b_0 + b_1 X$$

ที่ซึ่ง:

Y (หรือ Y-hat) = ค่าที่ทำนายของตัวแปรตาม
X = ตัวแปรอิสระ (ตัวทำนาย)
b₀ = ค่าตัดแกน Y (ค่า Y เมื่อ X = 0)
b₁ = ความชัน (การเปลี่ยนแปลงใน Y สำหรับการเปลี่ยนแปลงหน่วยเดียวใน X)

วิธีคำนวณการถดถอยเชิงเส้น

การคำนวณความชัน (b₁)

สูตรความชัน

$$b_1 = \frac{n\sum x_i y_i - \sum x_i \sum y_i}{n\sum x_i^2 - (\sum x_i)^2}$$

การคำนวณค่าตัดแกน Y (b₀)

สูตรค่าตัดแกน

$$b_0 = \bar{y} - b_1 \bar{x}$$

ที่ซึ่ง x-bar และ y-bar คือค่าเฉลี่ยของ X และ Y ตามลำดับ

ความเข้าใจเกี่ยวกับความสัมพันธ์และ R-Squared

สัมประสิทธิ์สหสัมพันธ์ (r)

สัมประสิทธิ์สหสัมพันธ์วัดความแรงและทิศทางของความสัมพันธ์เชิงเส้นระหว่าง X และ Y โดยอยู่ในช่วง -1 ถึง +1:

ค่า r	การตีความ
0.9 ถึง 1.0	ความสัมพันธ์เชิงบวกแรงมาก
0.7 ถึง 0.9	ความสัมพันธ์เชิงบวกแรง
0.5 ถึง 0.7	ความสัมพันธ์เชิงบวกปานกลาง
0.3 ถึง 0.5	ความสัมพันธ์เชิงบวกอ่อน
-0.3 ถึง 0.3	ความสัมพันธ์น้อยหรือไม่มีเลย
-0.5 ถึง -0.3	ความสัมพันธ์เชิงลบอ่อน
-0.7 ถึง -0.5	ความสัมพันธ์เชิงลบปานกลาง
-0.9 ถึง -0.7	ความสัมพันธ์เชิงลบแรง
-1.0 ถึง -0.9	ความสัมพันธ์เชิงลบแรงมาก

R-Squared (สัมประสิทธิ์การกำหนด)

R-squared (R²) ระบุสัดส่วนของความแปรปรวนใน Y ที่อธิบายโดย X ตัวอย่างเช่น R² = 0.85 หมายความว่า 85% ของความแปรปรวนใน Y สามารถอธิบายได้โดยความสัมพันธ์เชิงเส้นกับ X

สูตร R-Squared

$$R^2 = r^2 = 1 - \frac{SS_{residual}}{SS_{total}}$$

วิธีใช้เครื่องคำนวณนี้

ป้อนค่า X: ป้อนข้อมูลตัวแปรอิสระในพื้นที่ข้อความแรก คั่นด้วยเครื่องหมายจุลภาค ช่องว่าง หรือขึ้นบรรทัดใหม่
ป้อนค่า Y: ป้อนข้อมูลตัวแปรตามในพื้นที่ข้อความที่สอง จำนวนค่า Y ต้องตรงกับค่า X
การทำนาย (ทางเลือก): ป้อนค่า X เพื่อทำนายค่า Y ที่สอดคล้องกันโดยใช้สมการการถดถอย
ตั้งค่าความแม่นยำ: เลือกจำนวนตำแหน่งทศนิยมสำหรับผลลัพธ์
คำนวณ: คลิกปุ่มคำนวณเพื่อดูสมการการถดถอย แผนภูมิกระจาย สถิติสหสัมพันธ์ และการคำนวณทีละขั้นตอน

ทำความเข้าใจผลลัพธ์ของคุณ

ผลลัพธ์หลัก

สมการการถดถอย: สมการเส้นที่พอดีที่สุด (Y = b₀ + b₁X)
ความชัน (b₁): อัตราการเปลี่ยนแปลงใน Y สำหรับการเปลี่ยนแปลงหน่วยเดียวใน X
ค่าตัดแกน (b₀): ค่า Y ที่ทำนายเมื่อ X เท่ากับศูนย์
ความสัมพันธ์ (r): ความแรงและทิศทางของความสัมพันธ์เชิงเส้น
R-squared (R²): สัดส่วนของความแปรปรวนที่อธิบายโดยแบบจำลอง

สถิติเพิ่มเติม

ข้อผิดพลาดมาตรฐานของการประมาณค่า: ระยะห่างเฉลี่ยของจุดข้อมูลจากเส้นถดถอย
ข้อผิดพลาดมาตรฐานของความชัน: ความไม่แน่นอนในการประมาณค่าความชัน
ผลรวมของกำลังสอง: ผลรวมของกำลังสองทั้งหมด การถดถอย และส่วนที่เหลือ
ส่วนที่เหลือ: ความแตกต่างระหว่างค่า Y ที่สังเกตและค่าที่ทำนาย

การประยุกต์ใช้การถดถอยเชิงเส้น

ธุรกิจและการเงิน

การพยากรณ์ยอดขายโดยยึดตามค่าใช้จ่ายในการโฆษณา
การทำนายราคาหุ้นจากตัวชี้วัดตลาด
การประมาณต้นทุนตามปริมาณการผลิต

วิทยาศาสตร์และการวิจัย

การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรในการทดลอง
การปรับเทียบเครื่องมือวัด
การศึกษาความสัมพันธ์ระหว่างปริมาณยาและผลตอบสนองในเภสัชวิทยา

เศรษฐศาสตร์

การสร้างแบบจำลองความสัมพันธ์ระหว่างอุปทานและอุปสงค์
การวิเคราะห์ผลกระทบของอัตราดอกเบี้ยต่อการลงทุน
การศึกษารูปแบบรายได้กับการบริโภค

วิทยาศาสตร์สังคม

การวิจัยด้านการศึกษา (ชั่วโมงเรียนกับคะแนนสอบ)
การศึกษาด้านจิตวิทยา (อายุกับเวลาการตอบสนอง)
ประชากรศาสตร์ (ประชากรกับการบริโภคทรัพยากร)

สมมติฐานของการถดถอยเชิงเส้น

สำหรับผลลัพธ์ที่เชื่อถือได้ การถดถอยเชิงเส้นถือว่า:

ความเป็นเชิงเส้น: ความสัมพันธ์ระหว่าง X และ Y เป็นเชิงเส้น
ความเป็นอิสระ: การสังเกตเป็นอิสระจากกัน
ความเป็นเนื้อเดียวกัน: ส่วนที่เหลือมีความแปรปรวนคงที่ในค่า X ทั้งหมด
ความเป็นปกติ: ส่วนที่เหลือกระจายแบบปกติโดยประมาณ
ไม่มีพหุคอลลิเนียร์นิตี้: (สำหรับการถดถอยพหุคูณ) ตัวแปรอิสระไม่มีความสัมพันธ์กันอย่างสูง

คำถามที่พบบ่อย

การถดถอยเชิงเส้นคืออะไร?

การถดถอยเชิงเส้นคือวิธีทางสถิติที่ใช้ในการจำลองความสัมพันธ์ระหว่างตัวแปรตาม (Y) และตัวแปรอิสระ (X) โดยการปรับสมการเชิงเส้นให้เข้ากับข้อมูลที่สังเกตได้ สมการนี้อยู่ในรูปแบบ Y = b₀ + b₁X โดยที่ b₀ คือค่าตัดแกน Y และ b₁ คือความชัน โดยจะหาเส้นที่พอดีที่สุดซึ่งทำให้ผลรวมของความแตกต่างกำลังสองระหว่างค่าที่สังเกตและค่าที่ทำนายนั้นน้อยที่สุด

ฉันจะตีความความชันในการถดถอยเชิงเส้นได้อย่างไร?

ความชัน (b₁) แสดงถึงการเปลี่ยนแปลงในตัวแปรตาม Y สำหรับการเพิ่มขึ้น 1 หน่วยในตัวแปรอิสระ X ความชันที่เป็นบวกแสดงว่า Y เพิ่มขึ้นเมื่อ X เพิ่มขึ้น ในขณะที่ความชันเป็นลบแสดงว่า Y ลดลงเมื่อ X เพิ่มขึ้น

R-squared คืออะไรและมีความหมายอย่างไร?

R-squared (R²) ซึ่งเรียกอีกอย่างว่าสัมประสิทธิ์การกำหนด วัดว่าเส้นถดถอยพอดีกับข้อมูลเพียงใด โดยอยู่ในช่วง 0 ถึง 1 โดยที่ 0 หมายความว่าแบบจำลองไม่อธิบายความแปรปรวนใด ๆ และ 1 หมายความว่าอธิบายความแปรปรวนทั้งหมด โดยทั่วไป R² มากกว่า 0.7 บ่งชี้ถึงความพอดีที่ดี

ความสัมพันธ์ (r) และ R-squared มีความแตกต่างกันอย่างไร?

สัมประสิทธิ์สหสัมพันธ์ (r) วัดความแรงและทิศทางของความสัมพันธ์เชิงเส้น โดยอยู่ในช่วง -1 ถึง +1 R-squared (R²) คือ r² ซึ่งแสดงสัดส่วนของความแปรปรวนที่อธิบาย แม้ว่า r จะบอกคุณเกี่ยวกับทิศทาง (บวกหรือลบ) R² จะบอกคุณเพียงว่าอธิบายความแปรปรวนมากเพียงใด

ฉันต้องมีจุดข้อมูลกี่จุดสำหรับการถดถอยเชิงเส้น?

ในทางเทคนิค คุณต้องมีจุดข้อมูลอย่างน้อย 2 จุด แต่สำหรับการวิเคราะห์ทางสถิติที่มีความหมาย คุณควรมีจุดข้อมูลอย่างน้อย 10-20 จุด โดยทั่วไปจุดข้อมูลมากขึ้นจะนำไปสู่การประมาณค่าที่เชื่อถือได้มากขึ้น

ส่วนที่เหลือในการถดถอยเชิงเส้นคืออะไร?

ส่วนที่เหลือคือความแตกต่างระหว่างค่า Y ที่สังเกตและค่า Y ที่ทำนาย (ส่วนที่เหลือ = Y ที่สังเกต - Y ที่ทำนาย) การวิเคราะห์ส่วนที่เหลือช่วยประเมินความพอดีของแบบจำลอง โดยในอุดมคติ ส่วนที่เหลือควรกระจายแบบสุ่มรอบศูนย์โดยไม่มีรูปแบบที่ชัดเจน