在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Curve Regression Analysis 計算機

專業免費的 Curve Regression Analysis 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
y = 1.3 + 0.9x based on 5 data points
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算器能做什麼

曲線迴歸分析計算器會把你選定的數學曲線配適到一組 (x, y) 資料點上,並回傳配適後的係數(A、B,以及二次模型的 C)、明確的迴歸方程式,還有用來衡量曲線與資料貼合程度的相關係數 r。這純屬統計運算,全球通用、放諸四海皆準——所有數值都是無單位的純數字。

支援的模型

本工具可配適七種曲線型態:線性(y = A + B· x)、對數(y = A + B· \ln x)、e 指數(y = A· e^{B· x})、ab 指數(y = A· B^{x})、冪函數(y = A· x^{B})、反比(y = A + B/x)與二次(y = A + B· x + C· x^{2})。除二次模型外,其餘模型都是先對變數做轉換(取對數或倒數),再執行普通最小平方法,最後將係數還原回原始尺度。

使用方式

每行輸入一組 (x, y) 資料,例如 1,2。從下拉選單挑選迴歸型態、設定顯示位數後送出即可。對數與冪函數模型要求所有 x > 0;指數與冪函數模型要求所有 y > 0;反比模型則要求 x ≠ 0。二次模型至少需要三個資料點。

公式說明

對轉換後的變數 u 與 v,最小平方法給出斜率

B = ((N\sum uv - \sum u\sum v) ÷ (N\sum u^{2} - (\sum u)^{2}))
截距
A = ((\sum v - B\sum u) ÷ (N))
相關係數 r 採用相同的分子,除以 x 與 y 變異項乘積的平方根。對於非線性模型,A 與 B 是在對數空間完成配適後,再以 \exp(\dots) 還原而得。

實例演算(線性)

資料:(1,2)、(2,3)、(3,5)、(4,4)、(5,6)。此處 N=5、\sum x=15、\sum y=20、\sum x^{2}=55、\sum xy=69、\sum y^{2}=90。則

B = ((5· 69 - 15· 20) ÷ (5· 55 - 225)) = ((45) ÷ (50)) = 0.9
A = ((20 - 0.9· 15) ÷ (5)) = 1.3
配適出的直線為 y = 1.3 + 0.9x,
r = ((45) ÷ (√(50· 50))) = 0.9
屬於強正相關。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

r 代表什麼意思?
\(|r|\) 大於 0.7 表示強相關,0.4–0.7 為中度相關,0.2–0.4 為弱相關,低於 0.2 則幾乎無相關。
為什麼指數模型不接受負的 y 值?
因為配適是在 \(\ln(y)\) 上進行,而非正數沒有對數值,所以這類模型必須要求 \(y > 0\)。
我該選哪一種模型?
建議先把資料畫成散佈圖:接近直線的選線性,加速成長的選指數或冪函數,只有單一轉折的曲線則適合二次模型。