在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Curve Regression Estimate 計算機

專業免費的 Curve Regression Estimate 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)
122.285714 來自擬合曲線
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

本工具運用最小平方法,將你選定的曲線迴歸模型擬合到一組成對觀測值 (x, y)。它會回報擬合後的係數(A、B,二次模型還包含 C)、衡量模型描述資料程度的相關係數 r,以及直接由擬合方程式算出的估計值。這是一款通用的數學與統計工具,不涉及任何特定地區或國家的規則。

七種模型

你可以選擇線性(y = A + B· x)、對數(y = A + B· \ln x)、e 指數(y = A· e^{Bx})、ab 指數(y = A· B^x)、冪函數(y = A· x^B)、倒數(y = A + B/x)或二次(y = A + B· x + C· x^2)。除了二次模型外,其餘各模型都會先線性化為 Y = a + b· X 的形式,再套用普通最小平方法求解;二次模型則是由其 3× 3 的正規方程式求解。

使用方法

將 x 值與 y 值各自以逗號分隔、輸入為長度相同的數列,選擇迴歸類型,再決定要由 x 估計 y、還是由 y 估計 x,最後輸入已知的數值。計算器便會回傳係數、相關係數 r 與估計結果。

公式說明

對於線性化後的數對 (X, Y):

b = ((S_{xy}) ÷ (S_{xx})), \qquad a = \bar{Y} - b·\bar{X}
其中 S_{xx} = \sum X^2 - n\bar{X}^2、S_{xy} = \sum XY - n\bar{X}\bar{Y}。相關係數為
r = ((S_{xy}) ÷ (\sqrt{S_{xx}· S_{yy}}))
隨後再將係數回代還原(例如在指數與冪函數模型中 A = e^a)。

實例演算

以 x = [1,2,3,4,5,6,7]、y = [3,5,7,8,11,13,14] 進行線性擬合:S_{xx} = 28、S_{xy} = 53,因此 B = 53/28 = 1.892857,A = 8.714286 - 1.892857· 4 = 1.142857。相關係數

r = ((53) ÷ (√(28· 101.4286))) = 0.99453
當 x = 64 時估計 y,可得
1.142857 + 1.892857· 64 = 122.2857
(此為遠超出資料範圍的外推值)。

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 該如何解讀?
概略而言:\(0.7 < |r| \le 1\) 為強相關,\(0.4 < |r| < 0.7\) 為中等相關,\(0.2 < |r| < 0.4\) 為弱相關,低於 0.2 則幾乎無相關。
為什麼有些模型會被拒絕?
由於牽涉對數或倒數轉換,對數與冪函數模型要求 \(x > 0\),指數與冪函數模型要求 \(y > 0\),倒數模型則要求 \(x \ne 0\)。
可以做外推嗎?
可以,但超出觀測資料範圍的估計屬於外推,使用時應格外謹慎。