Multiple regression calculator

使用線性和非線性回歸的曲線擬合

多重回歸計算器是一種曲線擬合工具，用於求解具有圖形解的方程。此回歸計算應用程序使用最小二乘法構建曲線或數學公式。它可以幫助您在圖形線性方程和非線性方程中學習給定數據點系列上曲線的統計數據和行為。

回歸是一種有用的統計技術，可讓您估計和評估因變量與一個或多個自變量之間的關係。該曲線擬合圖形計算器具有不同的統計回歸模型，可在幾秒鐘內解決圖形方程和統計問題。

回歸分析有不同的模型，例如多項式、指數、半衰期、倒數、高斯等。然而，這是一款適用於數學學生、工程師、機器學習程序員和數據科學家的創新圖形繪圖應用程序。此外，您可以在多種語言中使用此曲線圖計算器，包括英語、西班牙語、法語、意大利語和德語。

如何輸入數據：

x=1,2,3,4。或 x=-1,-3,0.5,1

y=1,2,3,4    或 y=-1,-3,0.5,1

您可以使用任意數量的 x 和 y 值（輸入無限的數據點），

您可以查看數據以選擇適當的回歸模型。

回歸模型

多元回歸計算器使您能夠對這些模型進行統計分析

指數模型 (aebx)多項式模型(a_n x^n+a_(n-1)+.....+a_0)冪 x 模型 (ab^x)Power b 模型 (ax^b)對數模型 (log(x+b)+c)高斯模型 (ae^-(x-b)^2/(2c^2))半衰期模型 (a+b/2^x)倒數模型 (a+b/x)Michaelis 模型 (ax/(x+b))

== 適合您的數據集

如果要將數據集擬合到指數、冪、半衰期、Michaelis Mentent(Plateau) 和高斯曲線等方程，您需要為應用程序提供 x 和 y 數據集，然後單擊相應的按鈕（對於 Power曲線，按 Power fit 按鈕）（線性回歸圖、非線性回歸、多元線性回歸、多項式回歸、二次回歸計算器）。如果要將數據集擬合為線性或多項式曲線，則需要向應用程序提供多項式的次數；對於線性曲線，度數為

如何使用該應用程序？

上傳：上傳按鈕可讓您讀取存儲在手機或 SD 卡存儲中的數據的 CSV 文件。數據將以 CSV 文件格式寫入。

查看：當您使用數據填寫字段 x 和 y 時，點擊查看按鈕以查看 x 和 y 數據之間的關係。

選擇模型：查看數據後，從可用模型列表中選擇可能適合您的數據的適當模型。

FIT：從可用列表中選擇模型後，點擊 FIT 以使您的數據適合所選模型。之後，您將被帶到另一個頁面，您將在其中看到回歸模型。它將顯示決定係數 R 平方。

您可以通過輸入字段 xe 來估計不同 x 值的擬合模型，然後單擊估計按鈕以在 ye 字段中顯示結果。

保存：按保存按鈕將您的數據、擬合模型、給定 x 值的估計模型、r 平方和模型的誤差保存為 CSV 或 txt 文件到您的手機存儲中“model_regression.csv”或“model_regression.txt”填充一個名為curve_fitting_data的文件夾

應用功能：

以用戶為中心的交互式界面構造曲線或數學函數允許導入或導出您的數據使用最小二乘法進行回歸具有直觀功能的統計計算器包括用於求解方程的多個回歸模型