Vai al contenuto

Regressione e correlazione

Regression & Correlation

Adatta a dati appaiati un modello lineare, polinomiale, esponenziale, logaritmico o di potenza e riporta R², r di Pearson, ρ di Spearman e i residui.

Adatta una retta o una curva a coppie di numeri e riporta quanto bene si adatta: R², r di Pearson, ρ di Spearman e il residuo di ogni punto. Adatta modelli lineari, polinomiali, esponenziali, logaritmici e di potenza, e dice quando un modello ha dovuto lasciare fuori dei punti.

🔒 Funziona interamente nel tuo browserregressionstatisticsfitmath

Dati

11 punti

Una coppia x, y per riga, con le due colonne separate da una tabulazione, un punto e virgola o uno spazio. In questa pagina la virgola è il separatore decimale, quindi 1,5 è uno e mezzo e non due colonne: separa le colonne come fa il tuo foglio di calcolo. Se la prima riga contiene i nomi, viene saltata.

Prendi due colonne da un CSV

Trascina qui un CSV

Letto in questa scheda. Non viene caricato niente. I file scritti da Excel in coreano, giapponese, cinese e occidentale (CP949, Shift_JIS, GBK, Windows-1252) vengono riconosciuti.

Modello

Tipo

y = a + bx. La solita retta di tendenza.

Risultato

y = 0,500091x + 3,00009

R² (coefficiente di determinazione)

0,6665

Più è vicino a 1, più variabilità è spiegata

r (Pearson)

0,8164

Verso e forza di una relazione lineare

ρ (Spearman)

0,8182

Relazione monotona, valutata sui ranghi

RMSE

1,119

Radice della media dei quadrati dei residui

n

11

Errore standard della pendenza

0,1179

Errore standard dell’intercetta

1,125

y ≈ 10,5015

Dispersione e curva interpolata

4681012468101214

Residui

xyprevistoresiduo
108,048,0010,039
86,957,00082-0,05082
137,589,50127-1,921
98,817,500911,309
118,338,50109-0,1711
149,9610,0014-0,04136
67,246,000641,239
44,265,00045-0,7405
1210,849,001181,839
74,826,50073-1,681
55,685,500550,1795

Le interpolazioni polinomiali spostano x in [-1, 1] e si risolvono con la QR di Householder invece che con le equazioni normali, che perdono tutte le cifre significative quando si interpola una cubica su degli anni. Le interpolazioni esponenziale, logaritmica e di potenza sono rette in variabili trasformate, e R² viene calcolato sulla y originale, così una curva che torna bene solo nello spazio logaritmico qui non sembra buona.

I dati di partenza sono il primo insieme del quartetto di Anscombe: pendenza 0,5, intercetta 3, r 0,816.

Come si usa

  1. Incollare le coppie x e y

    Una coppia per riga, con le due colonne separate da tabulazione, punto e virgola o spazio. In questa pagina la virgola è il separatore decimale e nient’altro, quindi 1,5 è un numero e non due colonne — si separa come separa il foglio di calcolo, e per la stessa ragione. Oppure si trascina un CSV e si scelgono due colonne.

  2. Scegliere un modello

    Lineare, salvo che non ci sia una ragione per fare altrimenti. Esponenziale per qualcosa che cresce a tasso costante, logaritmico per qualcosa che sale e poi si appiattisce. Un polinomio di grado superiore al terzo è quasi sempre la risposta sbagliata.

  3. Leggere i residui, non solo l’R²

    Un R² alto con residui che curvano significa che il modello ha la forma sbagliata. Il diagramma a dispersione con la curva adattata lo mostra in un secondo, che è quello che l’R² da solo non fa mai.

  4. Prevedere un valore

    Si digita una x e si legge la y sul modello adattato. Fuori dall’intervallo dei dati questa è estrapolazione, su cui l’adattamento non ha opinioni e per cui non ha alcuna prova.

Domande frequenti

Che differenza c’è fra r e ρ?

L’r di Pearson misura una relazione in linea retta; il ρ di Spearman misura se una grandezza sale quando sale l’altra, sui ranghi, qualunque sia la forma. Una curva perfetta ha ρ = 1 e un r ben più basso, ed è il segnale che la retta è il modello sbagliato.

Perché alcuni punti sono stati lasciati fuori?

L’adattamento esponenziale prende il logaritmo di y e quello logaritmico prende il logaritmo di x, e il logaritmo di un numero non positivo non esiste. La pagina dice quanti punti se ne sono andati e perché.

Un R² alto significa che l’una causa l’altra?

No. I dati predefiniti qui sono il primo insieme di Anscombe proprio per questo: i suoi quattro insiemi condividono pendenza, intercetta e un r di 0,816 pur non somigliandosi affatto. Prima si disegna, poi si conclude.

L’adattamento polinomiale è numericamente sicuro?

Sposta la x nell’intervallo fra −1 e 1 e risolve con la QR di Householder invece che attraverso le equazioni normali, che perdono ogni cifra significativa quando si adatta una cubica ad anni come 2019 e 2020.

Può ricevere da

Dopo

Questi accettano ciò che produce questo strumento, così il risultato può passare direttamente.