Multiple regression calculator

使用线性和非线性回归的曲线拟合

多重回归计算器是一种曲线拟合工具，用于求解具有图形解的方程。此回归计算应用程序使用最小二乘法构建曲线或数学公式。它可以帮助您在图形线性方程和非线性方程中学习给定数据点系列上曲线的统计数据和行为。

回归是一种有用的统计技术，可让您估计和评估因变量与一个或多个自变量之间的关系。该曲线拟合图形计算器具有不同的统计回归模型，可在几秒钟内解决图形方程和统计问题。

回归分析有不同的模型，例如多项式、指数、半衰期、倒数、高斯等。然而，这是一款适用于数学学生、工程师、机器学习程序员和数据科学家的创新图形绘图应用程序。此外，您可以在多种语言中使用此曲线图计算器，包括英语、西班牙语、法语、意大利语和德语。

如何输入数据：

x=1,2,3,4。或 x=-1,-3,0.5,1

y=1,2,3,4    或 y=-1,-3,0.5,1

您可以使用任意数量的 x 和 y 值（输入无限的数据点），

您可以查看数据以选择适当的回归模型。

回归模型

多元回归计算器使您能够对这些模型进行统计分析

指数模型 (aebx)多项式模型(a_n x^n+a_(n-1)+.....+a_0)幂 x 模型 (ab^x)Power b 模型 (ax^b)对数模型 (log(x+b)+c)高斯模型 (ae^-(x-b)^2/(2c^2))半衰期模型 (a+b/2^x)倒数模型 (a+b/x)Michaelis 模型 (ax/(x+b))

== 适合您的数据集

如果要将数据集拟合到指数、幂、半衰期、Michaelis Mentent(Plateau) 和高斯曲线等方程，您需要为应用程序提供 x 和 y 数据集，然后单击相应的按钮（对于 Power曲线，按 Power fit 按钮）（线性回归图、非线性回归、多元线性回归、多项式回归、二次回归计算器）。如果要将数据集拟合为线性或多项式曲线，则需要向应用程序提供多项式的次数；对于线性曲线，度数为

如何使用该应用程序？

上传：上传按钮可让您读取存储在手机或 SD 卡存储中的数据的 CSV 文件。数据将以 CSV 文件格式写入。

查看：当您使用数据填写字段 x 和 y 时，点击查看按钮以查看 x 和 y 数据之间的关系。

选择模型：查看数据后，从可用模型列表中选择可能适合您的数据的适当模型。

FIT：从可用列表中选择模型后，点击 FIT 以使您的数据适合所选模型。之后，您将被带到另一个页面，您将在其中看到回归模型。它将显示决定系数 R 平方。

您可以通过输入字段 xe 来估计不同 x 值的拟合模型，然后单击估计按钮以在 ye 字段中显示结果。

保存：按保存按钮将您的数据、拟合模型、给定 x 值的估计模型、r 平方和模型的误差保存为 CSV 或 txt 文件到您的手机存储中“model_regression.csv”或“model_regression.txt”填充一个名为curve_fitting_data的文件夹

应用功能：

以用户为中心的交互式界面构造曲线或数学函数允许导入或导出您的数据使用最小二乘法进行回归具有直观功能的统计计算器包括用于求解方程的多个回归模型