在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Weighted Frequency Curve Regression 計算機

專業免費的 Weighted Frequency Curve Regression 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)
A =1.3, B =0.9 Correlation strength: strong correlation
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...

什麼是加權曲線迴歸計算器?

這是一款通用的統計工具,能將你指定的曲線模型擬合到一組「加權」資料上。你只要輸入一筆筆 (x, y, 次數) 資料,再挑選模型——線性、對數、e 指數、ab 指數、冪函數、反比或二次——計算器就會回傳擬合後的係數(A、B,二次模型還有 C)、相關係數 r,以及用白話文說明相關性的強弱。整套運算純屬數學,不受任何地區法規或單位限制,放諸四海皆準。

使用方式

每一列輸入三個數字,以逗號或空白分隔:x、y、次數。次數(權重)代表該組 (x, y) 出現的次數;若留空則預設為 1(即未加權)。選好模型後送出即可。至少需要 2 個相異點(二次模型需 3 個)。對數與冪函數模型要求 x > 0;指數與冪函數模型要求 y > 0;反比模型則要求 x \ne 0。

公式說明

多數模型採用「線性化」方式擬合:先把 x 或 y(或兩者)轉換成 (X, Y),讓關係變成一條直線 Y = a + b· X,再以權重 w_i = f_i 進行加權最小平方法擬合。令 N = \Sigma w,斜率為

b = ((N· S_{xy} - S_x· S_y) ÷ (N· S_{xx} - S_x^{2}))
截距為
a = ((S_y - b· S_x) ÷ (N))
其中各項總和皆為加權後的數值。皮爾森相關係數 r 則在轉換後的座標空間中計算。e 指數與 ab 指數模型是以 \ln(y) 對 x 擬合;冪函數以 \ln(y) 對 \ln(x) 擬合;反比則以 y 對 1/x 擬合。二次模型直接求解 3×3 加權正規方程,並回報複相關係數 R = √(1 - SSE/SST)。

實例演算

資料點 (x,y,f):(1,2,1)、(2,3,1)、(3,5,1)、(4,4,1)、(5,6,1),採用線性模型。N=5、Sx=15、Sy=20、Sxx=55、Sxy=69、Syy=90。則

b = ((5· 69 - 15· 20) ÷ (5· 55 - 225)) = ((45) ÷ (50)) = 0.9
a = ((20 - 0.9· 15) ÷ (5)) = 1.3
因此 y = 1.3 + 0.9x,r = ((45) ÷ (√(50· 50))) = 0.9——屬於強相關。

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)

次數那一欄的作用是什麼?
它用來為每個資料點加權:次數設為 3,代表該組數對在每一項總和中都計算三次,效果就跟次數分配表完全相同。若次數設為 0,該列便會被排除。
相關強度是怎麼分級的?
依 |r| 大小判斷:大於 0.7 為強相關,0.4–0.7 為中度相關,0.2–0.4 為弱相關,0.2 以下則視為無相關。
為什麼會出現錯誤?
如果所有 X 值都相同,分母會變成 0,導致無法求出唯一直線;或是你的資料違反了模型的定義域(例如使用指數模型卻出現非正值的 y)。