Minste Kvadraters Metode

Sammenlign Beregninger

Nedlastinger

Inkluderer dine inndata og resultater for denne beregningen, pluss eventuelle ytterligere beregninger du har sammenlignet.

Tilpasse en Linje til Spredte Datapunkter

Minste kvadraters metode finner den ene rette linjen som passer best med en spredning av datapunkter. Skriv inn en liste med x, y-par — ett per linje — og denne kalkulatoren finner linjens stigningstall og skjæringspunkt, samt hvor tett punktene faktisk følger den linjen.

Formel

\vC{m} = \frac{n\sum{xy} - \sum{x}\sum{y}}{n\sum{x^2} - \left(\sum{x}\right)^2}

\vC{b} = \frac{\sum{y} - m\sum{x}}{n}

hvor $m$ er stigningstallet, $b$ er skjæringspunktet, og $n$ er antall datapunkter — sammen beskriver de linjen $y = mx + b$ som minimerer den totale kvadrerte avstanden fra hvert punkt til linjen.

Løst eksempel

Tilpasse en linje gjennom (1, 1), (2, 2), og (3, 4):

$m = \frac{3(17) - 6(7)}{3(14) - 6^2} = \frac{51 - 42}{42 - 36} = \frac{9}{6} = \vC{1,5}$
$b = \frac{7 - 1,5(6)}{3} = \frac{7 - 9}{3} = \vC{-0,667}$ — den tilpassede linjen er derfor $y = 1,5x - 0,667$ , med en korrelasjonskoeffisient på omtrent $0,98$ .

Viktige Faktorer å Vurdere

En sterk korrelasjonskoeffisient betyr ikke nødvendigvis at x faktisk forårsaker y. To variabler kan være sterkt korrelert fordi den ene genuint påvirker den andre, fordi begge drives av en tredje faktor, eller rent tilfeldig i et lite datasett — korrelasjon beskriver styrken på en lineær sammenheng, ikke grunnen bak den.
Denne metoden forutsetter at det sanne forholdet er lineært, noe som ikke alltid er riktig antakelse. Hvis en spredning av punkter faktisk følger en kurve, kan det å presse en rett linje gjennom den produsere en teknisk «best tilpasset» linje som fortsatt beskriver dataene dårlig — å plotte punktene visuelt før man stoler på tilpasningen er god praksis.
Et enkelt uvanlig punkt (en avviker) kan uforholdsmessig trekke den tilpassede linjen mot seg. Fordi minste kvadraters metode minimerer KVADRERTE avstander, bidrar et punkt langt fra den generelle trenden mye mer til tilpasningen enn et punkt nær den — et lite datasett med én ekstrem avviker er spesielt følsomt for dette.
Flere datapunkter gir generelt en mer pålitelig tilpasning, alt annet likt. En linje tilpasset gjennom bare 3-4 punkter (som i regneeksempelet) kan se overbevisende ut, men bærer mye mer usikkerhet enn det samme forholdet målt over dusinvis av punkter — korrelasjonsstyrke alene fanger ikke opp hvor mye data som faktisk understøtter tilpasningen.

Vanlige Feil

Å behandle en høy korrelasjonskoeffisient som bevis på årsakssammenheng. En sterk r-verdi viser bare at punktene klynger seg tett rundt en linje — den sier ingenting om hvorvidt én variabel faktisk forårsaker endringer i den andre.
Å tilpasse en rett linje til data som faktisk er kurvet. Minste kvadraters metode returnerer alltid et stigningstall og skjæringspunkt, selv når en lineær tilpasning beskriver det underliggende mønsteret dårlig — plott punktene først, eller sjekk om korrelasjonskoeffisienten er overraskende lav, før du stoler på resultatet.
Å bruke for få datapunkter og behandle tilpasningen som pålitelig. En linje gjennom bare 3-4 punkter kan se overbevisende ut, men bærer langt mer usikkerhet enn det samme forholdet målt over dusinvis av punkter.
Å la én avviker dominere tilpasningen uten å legge merke til det. Fordi minste kvadraters metode minimerer kvadrerte avstander, kan ett fjerntliggende punkt trekke hele linjen mot seg — det er verdt å sjekke om det å fjerne et uvanlig punkt endrer resultatet vesentlig.

Nyttig å Vite

Trenger du å estimere en verdi mellom to kjente punkter i stedet for å tilpasse en trendlinje gjennom mange? Lineær Interpolasjon Kalkulator dekker det mer direkte tilfellet.
Vil du se hvordan én bestemt verdi sammenlignes med den samlede spredningen i et datasett? Z-Score-kalkulator måler nettopp det.
Jobber du med den samme tallisten for bredere oppsummerende statistikk? Statistikkalkulator dekker gjennomsnitt, median, og standardavvik.

Kilde: Enkel lineær regresjon.

Ofte Stilte Spørsmål

Hva er minste kvadraters metode?

Minste kvadraters metode finner den ene rette linjen som passer best med en spredning av datapunkter, ved å minimere summen av de kvadrerte vertikale avstandene mellom hvert punkt og linjen. Det er standardmetoden for å beskrive en lineær sammenheng mellom to variabler.

Hva betyr stigningstallet og skjæringspunktet?

Stigningstallet forteller deg hvor mye y endrer seg for hver 1-enhets økning i x -- et stigningstall på 2 betyr at y øker med 2 hver gang x øker med 1. Skjæringspunktet er linjens forventede y-verdi når x er 0, som er der linjen krysser den vertikale aksen.

Hva forteller korrelasjonskoeffisienten (r) meg?

Korrelasjonskoeffisienten varierer fra -1 til 1 og måler hvor tett punktene grupperer seg rundt den tilpassede linjen. En verdi nær 1 betyr et sterkt positivt forhold (når x øker, øker også y pålitelig), nær -1 betyr et sterkt negativt forhold, og nær 0 betyr lite eller ingen lineær sammenheng i det hele tatt. R-kvadrat (r²) er ganske enkelt r multiplisert med seg selv, og leses ofte som 'prosentandelen av variasjonen i y som forklares av x'.

Betyr en sterk korrelasjon at x forårsaker y?

Nei — korrelasjon måler bare hvor sterkt to variabler beveger seg sammen, ikke hvorfor. En sterk korrelasjon kan reflektere reell årsakssammenheng, en felles underliggende årsak som påvirker begge variablene, eller ren tilfeldighet, spesielt i et lite datasett. Ikke behandle en høy korrelasjonskoeffisient alene som bevis på en årsakssammenheng.

Hva om dataene mine ikke faktisk følger en rett linje?

Minste kvadraters metode tilpasser alltid en rett linje, selv til data som genuint følger en kurve — den vil fortsatt returnere et stigningstall, skjæringspunkt, og korrelasjonskoeffisient, men de kan beskrive sammenhengen dårlig. Å plotte punktene dine først, eller sjekke om korrelasjonskoeffisienten er uventet lav, kan varsle når en lineær tilpasning er feil verktøy for dataene dine.