Co dalej policzyć?
Jeśli chcesz lepiej ocenić zależność albo przygotować dane do regresji, przejdź do jednego z powiązanych narzędzi.
Do czego służy regresja liniowa?
Wpisujesz pary X i Y, a kalkulator wyznacza prostą najlepiej pasującą do punktów. Możesz dzięki temu zobaczyć kierunek zmian i oszacować Y dla wybranej wartości X.
Jeżeli interesuje Cię tylko siła zależności, użyj kalkulatora korelacji Pearsona. Do sprawdzenia rozrzutu danych przydadzą się też wariancja i odchylenie standardowe oraz kwartyle i percentyle.
Jak liczymy prostą regresji?
Kalkulator dobiera prostą tak, aby łączne różnice między punktami a prostą były możliwie małe.
R² pokazuje, jak dobrze prosta pasuje do podanych punktów. Wynik bliższy 1 oznacza lepsze dopasowanie do prostej.
Przykład
Załóżmy dane: (1,3), (2,5), (3,6), (4,8), (5,11). Jeżeli nachylenie prostej jest bliskie 2, to wzrost X o 1 wiąże się średnio ze wzrostem Y o około 2.
Wysokie R² oznacza dobre dopasowanie prostej do danych, ale samo w sobie nie oznacza, że X jest przyczyną zmian Y.
Jak czytać poszczególne wyniki?
Zadania przykładowe
Najczęstsze błędy
- Prognoza daleko poza dane: wynik może być znacznie mniej pewny.
- Mylenie zależności z przyczyną: regresja pokazuje związek w danych, ale nie dowodzi przyczyny.
- Pominięcie nietypowych punktów: pojedynczy odstający wynik może mocno zmienić prostą.
- Niespójne dane: X i Y powinny dotyczyć tych samych obserwacji i zgodnych jednostek.
Kiedy regresja liniowa ma sens?
Wskazówka
Przed użyciem regresji sprawdź średnią, rozrzut i nietypowe wartości. Pomocne będą podstawowe wzory statystyczne oraz poradnik o średniej, medianie i odchyleniu standardowym.
Więcej statystyki: Akademia statystyki, prawdopodobieństwa i analizy danych.
FAQ - kalkulator regresji liniowej
Ostatnia aktualizacja: 29.09.2026