线性回归计算器

简单线性回归描述一个解释变量 x 与一个响应变量 y 之间的直线关系。拟合方程形式为 y = mx + b，其中 m 是斜率，b 是纵轴截距。本计算器使用普通最小二乘法，选择使观测 y 值与直线预测值之间的竖直残差平方和最小的直线。 斜率表示 x 每增加一个单位时，y 的估计变化量。正斜率意味着较大的 x 往往伴随较大的 y，负斜率则表示相反方向。截距是 x 为零时的拟合 y 值。当零在数据的实际适用范围内时，截距可能有意义；但若零远离已观测的 x 范围，对截距的外推解释可能缺乏科学意义。 皮尔逊相关系数 r 概括线性关联的方向和强度，范围为 -1 至 1。接近 1 表示较强的正线性关系，接近 -1 表示较强的负线性关系，接近零则表示线性关联较弱。相关系数无量纲，任一变量乘以正的常数都不会改变它。高度相关并不能证明 x 的变化导致了 y 的变化。 在简单线性回归中，决定系数是相关系数的平方，表示观测响应变量的变异中有多大比例可由拟合直线解释。决定系数为 0.80，意味着样本 y 变异的 80% 可由其与 x 的线性关系解释。它并不保证预测无偏、因果模型正确，或在观测数据范围之外仍能良好拟合。 预测通过将指定 x 值代入拟合方程完成。靠近已观测 x 范围中心的预测，通常比超出最小或最大 x 的外推更稳妥。完整的统计分析还应使用置信区间和预测区间量化不确定性。本计算器报告确定性的最小二乘估计，便于快速查看主要关系。 解释回归结果前，应绘制数据图并检查残差。标准模型假设均值关系为线性、观测相互独立、残差方差大致恒定，且误差满足所需推断的条件。离群点可能显著改变斜率和相关系数。请保持成对观测正确对应，使用一致单位；除非代表真实的重复测量，否则不要重复添加数据点。