Lineare Regressionsberechnung
Die lineare Regression passt die einzelne gerade Linie y = mx + b an, die die Summe der quadrierten vertikalen Fehler von den Daten minimiert. Es ist das erste Werkzeug, auf das man zurückgreift, wenn man vermutet, dass eine Variable eine andere antreibt, Werbeausgaben vs. Anmeldungen, Temperatur vs. Eisverkauf, Größe vs. Schuhgröße. Füge (x, y) Paare ein und der Rechner gibt Steigung, Achsenabschnitt, R-Quadrat und den Pearson-Korrelationskoeffizienten zurück.
So passt man eine Regressionslinie an
-
1
Daten einfügen
Ein Paar pro Zeile: x und y durch Komma, Tabulator oder Leerzeichen getrennt. Überschriften werden ignoriert.
-
2
Steigung und Achsenabschnitt ablesen
Steigung m = Änderung in y pro 1-Einheit-Änderung in x. Achsenabschnitt b = y, wenn x = 0.
-
3
R² überprüfen
R² ∈ [0, 1], der Anteil der Varianz in y, der durch x erklärt wird. 0,7+ ist normalerweise stark in sozialen Daten.
-
4
Neue Werte vorhersagen
Setze beliebiges x in y = m·x + b ein, um die Vorhersage des Modells zu erhalten.
Die Formeln hinter der Anpassung
Gegeben N Datenpunkte (x_i, y_i) sind die gewöhnlichen kleinsten Quadrate Steigung und Achsenabschnitt:
m = Σ((x_i − x̄)(y_i − ȳ)) / Σ((x_i − x̄)²)
b = ȳ − m · x̄
R², der Bestimmtheitskoeffizient, ist der Anteil der Varianz in y, der durch x erklärt wird:
R² = 1 − SS_res / SS_tot
wobei SS_res die Summe der quadrierten Residuen und SS_tot die Summe der quadrierten Abweichungen von y zu seinem Mittelwert ist. Pearson r ist ±√R² und trägt das Vorzeichen der Steigung.
Beispiel
Fünf Datenpunkte:
| x | y |
|---|---|
| 1 | 2 |
| 2 | 4 |
| 3 | 5 |
| 4 | 4 |
| 5 | 6 |
x̄ = 3, ȳ = 4.2. Kovarianz-Zähler = (1-3)(2-4.2) + (2-3)(4-4.2) + (3-3)(5-4.2) + (4-3)(4-4.2) + (5-3)(6-4.2) = 4.4 + 0.2 + 0 − 0.2 + 3.6 = 8.0. x-Varianz-Zähler = 4 + 1 + 0 + 1 + 4 = 10.
- Steigung m = 8.0 / 10 = 0.8
- Achsenabschnitt b = 4.2 − 0.8 × 3 = 1.8
- Gleichung: y = 0.8x + 1.8
- R² ≈ 0.727
Was die Zahlen dir sagen (und was nicht)
- Steigung m beantwortet “wie viel sich y pro Einheit von x bewegt”. Es hat die Einheiten von y/x.
- Achsenabschnitt b beantwortet “was ist y, wenn x 0 ist”. Nur sinnvoll, wenn x = 0 plausibel für deine Daten ist.
- R² misst die Anpassungsqualität, nicht die Kausalität. Ein hohes R² bei rauschfreien Proxy-Daten kann dennoch bedeutungslos sein.
- Pearson r erfasst die lineare Assoziation. r nahe 0 mit einer starken gekrümmten Beziehung bedeutet immer noch “keine lineare Anpassung”, nicht “keine Beziehung”.
Fallstricke
- Ausreißer verzerren OLS-Anpassungen stark, da der Verlust quadriert wird. Ein einzelner abweichender Punkt kann die Linie um 20 Grad drehen.
- Nichtlinearität wird nicht nur durch R² erkannt, plotte immer die Residuen gegen x.
- Regression ist nicht symmetrisch: y auf x anzupassen ergibt eine andere Linie als x auf y anzupassen.
- Extrapolation über den Bereich deiner Daten hinaus ist Spekulation. Die Anpassung kennt nur den Bereich, den sie gesehen hat.
Häufig gestellte Fragen
40% der Variation in y wird durch die lineare Beziehung zu x erklärt. Die verbleibenden 60% stammen aus Rauschen, anderen Variablen oder Nichtlinearität. In der Physik ist das schlecht; in sozialen oder wirtschaftlichen Daten ist es oft akzeptabel.
Beginne mit linear. Wenn das Residuen-Diagramm eine klare Kurve zeigt, versuche eine quadratische oder logarithmische Transformation. Direkt zu einem hochgradigen Polynom zu springen, überanpasst und generalisiert schlecht auf neue Daten.
Mathematisch benötigst du 2; sinnvollerweise mindestens 20. Darunter dominiert ein Ausreißer die Anpassung. Für veröffentlichte Ergebnisse, überprüfe die spezifischen Richtlinien zur Stichprobengröße in deinem Bereich.
Nein. Die (x, y) Paare, die du einfügst, werden in deinem Browser angepasst und verlassen niemals die Seite.
Verwandte Tools
Geländerstäbe-Rechner
Geben Sie die lichte Weite, die Stabbreite und den maximal zulässigen Abstand ein und erhalten Sie die genaue Anzahl der Geländerstäbe sowie den gleichmäßigen Abstand zwischen den Stäben, ohne dass eine Lücke das zulässige Maß überschreitet.
Lochkreisrechner
Berechnen Sie Teilkreisdurchmesser, Winkelabstand und X/Y-Koordinaten gleichmäßig verteilter Bohrungen samt Drehung, Versatz und CSV-Export.
Betonrechner
Berechnen Sie Betonmengen für Platten, Fundamente, Stützen und Wände. Ermitteln Sie m³, Kubikyard, Sackmengen und einen sinnvollen Zuschlag.
Luftkanal-Größenrechner
Schätze runde oder rechteckige Kanalmaße aus Volumenstrom und Zielgeschwindigkeit oder prüfe die Luftgeschwindigkeit in einem vorhandenen Kanal – metrisch oder imperial.
Filament-Gewichtsrechner
Rechnen Sie Länge und Masse von 3D-Druck-Filament um und schätzen Sie aus Brutto- und Taragewicht den Spulenrest samt Materialwert.
Regentonnen-Rechner
Berechne Dachabfluss, tatsächlich gespeichertes Wasser, Überlauf und Reichweite für ein Regenereignis.
Tool in anderen Sprachen verfügbar
- Kalkulator Regresi Linear [ID]
- Bộ tính toán hồi quy tuyến tính [VI]
- Calculadora de Regresión Lineal [ES]
- Calculateur de régression linéaire [FR]
- 선형 회귀 계산기 [KO]
- Rekenmachine voor lineaire regressie [NL]
- Linjär regressionskalkylator [SV]
- 線形回帰計算機 [JA]
- เครื่องคำนวณการถดถอยเชิงเส้น [TH]
- مُحسِّب الانحدار الخطي [AR]
- Kalkulator regresji liniowej [PL]
- Calculadora de Regressão Linear [PT]
- Calcolatore di regressione lineare [IT]
- Калькулятор линейной регрессии [RU]
- Doğrusal Regresyon Hesaplayıcısı [TR]
- 线性回归计算器 [ZH]
- Linear Regression Calculator [EN]