Multiple regression calculator
10+
Lataukset
Kaikki
info
Tietoa sovelluksesta
Käirin sovitus lineaarista ja epälineaarista regressiota käyttämällä
Multiple Regression -laskin on käyränsovitustyökalu graafisia ratkaisuja sisältävien yhtälöiden ratkaisemiseen. Tämä regressiolaskentasovellus muodostaa käyrän tai matemaattisen kaavan pienimmän neliösumman menetelmillä. Se auttaa sinua graafisissa lineaarisissa yhtälöissä ja epälineaarisissa yhtälöissä oppiaksesi tilastoja ja käyrien käyttäytymistä tietyissä tietopistesarjoissa.
Regressio on hyödyllinen tilastotekniikka, jonka avulla voit arvioida ja arvioida riippuvan muuttujan ja yhden tai useamman riippumattoman muuttujan välistä suhdetta. Tässä käyräsovituskaaviolaskimessa on erilaisia tilastoregressiomalleja kaavioyhtälöiden ja tilastoongelmien ratkaisemiseksi muutamassa sekunnissa.
Regressioanalyysiin on olemassa erilaisia malleja, kuten polynomi-, eksponentiaalinen, puoliintumisaika, käänteinen, gaussinen jne. Tämä on kuitenkin innovatiivinen kaavioiden piirtämissovellus matematiikan opiskelijoille, insinööreille, koneoppimisohjelmoijille ja datatieteilijöille. Lisäksi voit käyttää tätä käyräkuvaajalaskinta useilla kielillä, mukaan lukien englanti, espanja, ranska, italia ja saksa.
TIETOJEN SYÖTTÄMINEN:
x = 1,2,3,4. tai x = -1, -3, 0,5, 1
y=1,2,3,4 tai y=-1,-3,0.5,1
Voit käyttää niin monta x- ja y-arvoa kuin haluat (syötä rajattomasti datapisteitä),
Voit tarkastella tietojasi ja valita sopivan regressiomallin.
Regressiomallit
Usean regressiolaskimen avulla voit suorittaa näiden mallien tilastollisen analyysin
Eksponentiaalinen malli (aebx)
Polynomimalli (an xn + an-1 xn +.....+a0)
Power x -malli (ab^x)
Power b -malli (ax^b)
Logaritminen malli (log(x+b)+c)
Gaussin malli (ae^-(x-b)^2/(2c^2))
Half Life -malli (a+b/2x)
Käänteismalli (a+b/x)
Michaelis-malli (ax/(x+b))
== Sovita tietojoukkosi
Jos haluat sovittaa tietojoukkosi yhtälöihin, kuten eksponentiaalinen, teho, puoliintumisaika, Michaelis Mentent (Plateau) ja Gaussin käyrät, sinun on annettava sovellukselle x- ja y-tietojoukot ja napsauta sitten vastaavaa painiketta (tehoa varten käyrä, paina Power fit -painiketta) (lineaarinen regressiokaavio, epälineaarinen regressio, moninkertainen lineaarinen regressio, polynomiregressio, neliöllinen regressiolaskin). Jos haluat sovittaa tietojoukon lineaari- tai polynomikäyrään, sinun on annettava sovellukselle polynomin aste. Lineaarisen käyrän aste on yhtä suuri kuin 1
MITEN SOVELLUSTA KÄYTETÄÄN?
LATAA: Lähetyspainikkeen avulla voit lukea CSV-tiedostoja puhelimeesi tai SD-kortin tallennustilaan tallennetuista tiedoista. Tiedot kirjoitetaan CSV-tiedostomuodossa.
NÄYTÄ: Kun täytät kentät x ja y tiedoillasi, napsauta NÄYTÄ-painiketta nähdäksesi x- ja y-tietojen välisen suhteen.
Valitse malli: Kun olet tarkastellut tietoja, valitse käytettävissä olevasta malliluettelosta sopiva malli, joka voi sopia tietoihisi.
SOPI: Kun olet valinnut mallin saatavilla olevasta luettelosta, sovita tietosi valittuun malliin napsauttamalla SOVITA. Sen jälkeen siirryt toiselle sivulle, jossa näet regressiomallin. Se näyttää determinaatiokertoimen R-neliön.
Voit arvioida sovitetun mallin eri x-arvoilla kirjoittamalla kenttään xe ja napsauttamalla sitten Arvioi-painiketta, jolloin tulos näkyy ye-kentässä.
TALLENNA: Tallenna tiedot, sovitettu malli, arvioitu malli annetuilla x-arvoilla, r-neliö ja CSV- tai txt-tiedostoina tallennetun mallin virhe puhelimen tallennustilaan painamalla tallennuspainiketta. " model_regression.csv" tai "model_regression.txt", joka täyttää kansion nimeltä curve_fitting_data
Useiden regressiolaskimen PRO-versio
☆ Ei mainoksia
☆ Käytä vähemmän muistia (RAM)
☆ Kevyempi tiedostokoko
Multiple Regression -laskin on käyränsovitustyökalu graafisia ratkaisuja sisältävien yhtälöiden ratkaisemiseen. Tämä regressiolaskentasovellus muodostaa käyrän tai matemaattisen kaavan pienimmän neliösumman menetelmillä. Se auttaa sinua graafisissa lineaarisissa yhtälöissä ja epälineaarisissa yhtälöissä oppiaksesi tilastoja ja käyrien käyttäytymistä tietyissä tietopistesarjoissa.
Regressio on hyödyllinen tilastotekniikka, jonka avulla voit arvioida ja arvioida riippuvan muuttujan ja yhden tai useamman riippumattoman muuttujan välistä suhdetta. Tässä käyräsovituskaaviolaskimessa on erilaisia tilastoregressiomalleja kaavioyhtälöiden ja tilastoongelmien ratkaisemiseksi muutamassa sekunnissa.
Regressioanalyysiin on olemassa erilaisia malleja, kuten polynomi-, eksponentiaalinen, puoliintumisaika, käänteinen, gaussinen jne. Tämä on kuitenkin innovatiivinen kaavioiden piirtämissovellus matematiikan opiskelijoille, insinööreille, koneoppimisohjelmoijille ja datatieteilijöille. Lisäksi voit käyttää tätä käyräkuvaajalaskinta useilla kielillä, mukaan lukien englanti, espanja, ranska, italia ja saksa.
TIETOJEN SYÖTTÄMINEN:
x = 1,2,3,4. tai x = -1, -3, 0,5, 1
y=1,2,3,4 tai y=-1,-3,0.5,1
Voit käyttää niin monta x- ja y-arvoa kuin haluat (syötä rajattomasti datapisteitä),
Voit tarkastella tietojasi ja valita sopivan regressiomallin.
Regressiomallit
Usean regressiolaskimen avulla voit suorittaa näiden mallien tilastollisen analyysin
Eksponentiaalinen malli (aebx)
Polynomimalli (an xn + an-1 xn +.....+a0)
Power x -malli (ab^x)
Power b -malli (ax^b)
Logaritminen malli (log(x+b)+c)
Gaussin malli (ae^-(x-b)^2/(2c^2))
Half Life -malli (a+b/2x)
Käänteismalli (a+b/x)
Michaelis-malli (ax/(x+b))
== Sovita tietojoukkosi
Jos haluat sovittaa tietojoukkosi yhtälöihin, kuten eksponentiaalinen, teho, puoliintumisaika, Michaelis Mentent (Plateau) ja Gaussin käyrät, sinun on annettava sovellukselle x- ja y-tietojoukot ja napsauta sitten vastaavaa painiketta (tehoa varten käyrä, paina Power fit -painiketta) (lineaarinen regressiokaavio, epälineaarinen regressio, moninkertainen lineaarinen regressio, polynomiregressio, neliöllinen regressiolaskin). Jos haluat sovittaa tietojoukon lineaari- tai polynomikäyrään, sinun on annettava sovellukselle polynomin aste. Lineaarisen käyrän aste on yhtä suuri kuin 1
MITEN SOVELLUSTA KÄYTETÄÄN?
LATAA: Lähetyspainikkeen avulla voit lukea CSV-tiedostoja puhelimeesi tai SD-kortin tallennustilaan tallennetuista tiedoista. Tiedot kirjoitetaan CSV-tiedostomuodossa.
NÄYTÄ: Kun täytät kentät x ja y tiedoillasi, napsauta NÄYTÄ-painiketta nähdäksesi x- ja y-tietojen välisen suhteen.
Valitse malli: Kun olet tarkastellut tietoja, valitse käytettävissä olevasta malliluettelosta sopiva malli, joka voi sopia tietoihisi.
SOPI: Kun olet valinnut mallin saatavilla olevasta luettelosta, sovita tietosi valittuun malliin napsauttamalla SOVITA. Sen jälkeen siirryt toiselle sivulle, jossa näet regressiomallin. Se näyttää determinaatiokertoimen R-neliön.
Voit arvioida sovitetun mallin eri x-arvoilla kirjoittamalla kenttään xe ja napsauttamalla sitten Arvioi-painiketta, jolloin tulos näkyy ye-kentässä.
TALLENNA: Tallenna tiedot, sovitettu malli, arvioitu malli annetuilla x-arvoilla, r-neliö ja CSV- tai txt-tiedostoina tallennetun mallin virhe puhelimen tallennustilaan painamalla tallennuspainiketta. " model_regression.csv" tai "model_regression.txt", joka täyttää kansion nimeltä curve_fitting_data
SOVELLUKSEN OMINAISUUDET:
- Interaktiivinen ja käyttäjälähtöinen käyttöliittymä
- Tekee käyrän tai matemaattisen funktion
- Mahdollistaa tietojen tuomisen tai viemisen
- Käytä pienimmän neliösumman menetelmiä regressiossa
- Intuitiivisella toiminnallisuudella varustettu tilastolaskin
- Sisältää useita regressiomalleja yhtälöiden ratkaisemiseksi
Useiden regressiolaskimen PRO-versio
☆ Ei mainoksia
☆ Käytä vähemmän muistia (RAM)
☆ Kevyempi tiedostokoko
Päivitetty
Turvallisuus alkaa siitä, että ymmärrät, miten kehittäjät keräävät ja jakavat dataasi. Datan yksityisyys- ja tietoturvatoimet saattavat vaihdella käytön, alueen ja iän mukaan. Kehittäjä on antanut nämä tiedot ja saattaa päivittää niitä myöhemmin.
Uutta
Fix the problem of reading data form csv and txt files for all android versions
