रेखीय आणि नॉनलाइनर रिग्रेशन वापरून वक्र फिटिंगमल्टिपल रिग्रेशन कॅल्क्युलेटर हे ग्राफिकल सोल्यूशन्स असलेली समीकरणे सोडवण्यासाठी वक्र फिटिंग साधन आहे. हे प्रतिगमन गणना अॅप कमीतकमी चौरस पद्धती वापरून वक्र किंवा गणितीय सूत्र तयार करते. डेटा पॉइंट्सच्या दिलेल्या मालिकेवरील वक्रांचे वर्तन आणि आकडेवारी जाणून घेण्यासाठी ते तुम्हाला ग्राफिक्स रेखीय समीकरणे आणि नॉनलाइनर समीकरणांमध्ये मदत करते.
रीग्रेशन हे एक उपयुक्त सांख्यिकीय तंत्र आहे जे तुम्हाला आश्रित व्हेरिएबल आणि एक किंवा अधिक स्वतंत्र व्हेरिएबल्समधील संबंधांचा अंदाज आणि मूल्यांकन करण्यास अनुमती देते. या वक्र फिट आलेख कॅल्क्युलेटरमध्ये आलेख समीकरणे आणि सांख्यिकी समस्या काही सेकंदात सोडवण्यासाठी वेगवेगळे सांख्यिकी प्रतिगमन मॉडेल आहेत.
रिग्रेशन विश्लेषणासाठी विविध मॉडेल्स आहेत जसे की बहुपदी, घातांक, अर्धायुष्य, परस्पर, गौसियन इ. तथापि, हे गणित विद्यार्थी, अभियंते, मशीन लर्निंग प्रोग्रामर आणि डेटा वैज्ञानिकांसाठी एक नाविन्यपूर्ण आलेख प्लॉटिंग अॅप आहे. शिवाय, तुम्ही हा वक्र प्लॉट आलेख कॅल्क्युलेटर इंग्रजी, स्पॅनिश, फ्रेंच, इटालियन आणि जर्मनसह अनेक भाषांमध्ये वापरू शकता.
डेटा कसा इनपुट करायचा:x=1,2,3,4. किंवा x=-1,-3,0.5,1
y=1,2,3,4 किंवा y=-1,-3,0.5,1
तुम्हाला पाहिजे तितकी x आणि y व्हॅल्यूज वापरू शकता (इनपुट अमर्यादित डेटा पॉइंट),
योग्य रिग्रेशन मॉडेल निवडण्यासाठी तुम्ही तुमचा डेटा पाहू शकता.
रिग्रेशन मॉडेल्समल्टिपल रिग्रेशन कॅल्क्युलेटर तुम्हाला या मॉडेल्ससाठी सांख्यिकीय विश्लेषण करण्यास सक्षम करते
घातांक मॉडेल (aebx)
बहुपदी मॉडेल (एक xn + an-1 xn +... ......a0)
पॉवर x मॉडेल (ab^x)
पॉवर बी मॉडेल (ax^b)
लॉगरिदमिक मॉडेल (लॉग(x+b)+c)
गॉसियन मॉडेल (ae^-(x-b)^2/(2c^2))
हाफ लाइफ मॉडेल (a+b/2x)
परस्पर मॉडेल (a+b/x)
Michaelis मॉडेल (ax/(x+b))
== तुमचा डेटा सेट फिट करातुम्हाला तुमचा डेटासेट एक्सपोनेन्शिअल, पॉवर, हाफ-लाइफ, मायकेलिस मेंटेंट (पठार) आणि गॉसियन वक्र यांसारख्या समीकरणांमध्ये बसवायचा असल्यास, तुम्हाला x आणि y डेटासेटसह अॅप प्रदान करणे आवश्यक आहे, नंतर संबंधित बटणावर क्लिक करा (पॉवरसाठी वक्र, पॉवर फिट बटण दाबा) (रेखीय प्रतिगमन आलेख, नॉनलाइनर रीग्रेशन, एकाधिक रेखीय प्रतिगमन, बहुपदी प्रतिगमन, चतुर्भुज प्रतिगमन कॅल्क्युलेटर). तुम्हाला तुमचा डेटासेट एका रेखीय किंवा बहुपदी वक्रमध्ये बसवायचा असल्यास, तुम्हाला बहुपदीची पदवी प्रदान करणे आवश्यक आहे; रेखीय वक्र साठी, पदवी 1 च्या बरोबरीची आहे
अॅप कसे वापरावे?अपलोड: अपलोड बटण तुम्हाला तुमच्या फोनवर किंवा SD कार्ड स्टोरेजवर स्टोअर केलेल्या तुमच्या डेटाच्या CSV फाइल्स वाचण्याची परवानगी देते. डेटा CSV फाइल फॉरमॅटमध्ये लिहिला जाईल.
दृश्य: जेव्हा तुम्ही तुमच्या डेटाने x आणि y फील्ड भरता, तेव्हा x आणि y डेटामधील संबंध पाहण्यासाठी VIEW बटणावर क्लिक करा.
एक मॉडेल निवडा: डेटा पाहिल्यानंतर, उपलब्ध मॉडेलच्या सूचीमधून तुमच्या डेटामध्ये बसू शकेल असे योग्य मॉडेल निवडा.
FIT: उपलब्ध सूचीमधून मॉडेल निवडल्यानंतर, निवडलेल्या मॉडेलमध्ये तुमचा डेटा फिट करण्यासाठी FIT वर क्लिक करा. त्यानंतर, तुम्हाला दुसर्या पृष्ठावर नेले जाईल जिथे तुम्हाला रीग्रेशन मॉडेल दिसेल. हे R-चौरस निर्धारणाचे गुणांक दर्शवेल.
तुम्ही फील्ड xe प्रविष्ट करून आणि नंतर ye फील्डमध्ये परिणाम दर्शविण्यासाठी अंदाज बटणावर क्लिक करून वेगवेगळ्या x मूल्यांवर फिट केलेल्या मॉडेलचा अंदाज लावू शकता.
सेव्ह करा: तुमचा डेटा, फिट केलेले मॉडेल, दिलेल्या x मूल्यांवर अंदाजे मॉडेल, आर-स्क्वेअर आणि CSV किंवा txt फाइल म्हणून सेव्ह केलेल्या मॉडेलची त्रुटी तुमच्या फोन स्टोरेजमध्ये सेव्ह करण्यासाठी सेव्ह बटण दाबा. curve_fitting_data नावाचे फोल्डर भरत आहे " model_regression.csv" किंवा "model_regression.txt"
अॅप वैशिष्ट्ये:
- परस्परसंवादी आणि वापरकर्ता-केंद्रित इंटरफेस
- वक्र किंवा गणित कार्य तयार करते
- तुमचा डेटा आयात किंवा निर्यात करण्यास अनुमती देते
- रिग्रेशनसाठी कमीत कमी चौरस पद्धती वापरा
- अंतर्ज्ञानी कार्यक्षमतेसह सांख्यिकी कॅल्क्युलेटर
- समीकरणे सोडवण्यासाठी एकाधिक प्रतिगमन मॉडेल समाविष्ट करते
एकाधिक रीग्रेशन कॅल्क्युलेटर प्रो आवृत्ती☆ जाहिराती नाहीत
☆ कमी मेमरी (RAM) वापरा
☆ हलका फाइल आकार