Kalkulator Curve Fitting (Regresi)
Cocokkan garis, polinomial, eksponensial, logaritmik, atau pangkat ke data Anda dan dapatkan persamaan serta R²
Memuat alat…
Mencocokkan garis tren ke data x dan y dengan metode kuadrat terkecil dan memberikan persamaan, R², adjusted R², standard error, dan residual, beserta prediksi dari kurva hasil fitting.
Cara pakai
- Tempel dua kolom ke "Data x dan y", x di sebelah kiri; baris judul akan dikenali.
- Pilih "Model"; persamaan, R², dan grafik langsung diperbarui.
- Untuk kurva eksponensial dan pangkat, pilih "Metode fitting": "Transformasi log (seperti trendline Excel)" atau "Kuadrat terkecil nonlinear".
- Gunakan "Prediksi y pada x" atau "Cari x untuk y", serta "Salin persamaan" atau "Salin rumus Excel" untuk memakai ulang hasilnya.
- Bandingkan semua model di "Perbandingan semua model".
Cara kerja
- R² = 1 − SSE ÷ SST, dengan SSE adalah jumlah kuadrat residual. AIC = n × ln(SSE ÷ n) + 2 × (koefisien + 1); makin kecil makin baik.
- Secara bawaan, kurva eksponensial dan pangkat di-fit sebagai garis lurus melalui ln y, seperti yang dilakukan Excel.
- Model yang memerlukan nilai positif menampilkan alasannya jika data mengandung nol atau nilai negatif. Hasilnya telah diperiksa terhadap dataset acuan NIST.
Pertanyaan umum
- Kenapa R² saya berbeda dengan trendline Excel?
- Untuk trendline eksponensial dan pangkat, Excel melaporkan R² dari ln y. Halaman ini menampilkannya sebagai "R² dari ln y" di samping R² yang diukur pada y.
- Model regresi mana yang sebaiknya dipilih?
- Model paling sederhana yang residualnya tersebar acak di sekitar 0. Derajat polinomial yang lebih tinggi selalu menaikkan R², jadi bandingkan adjusted R² atau AIC.
- Bisakah fitting kurva eksponensial jika ada nilai y yang nol?
- Tidak bisa. Transformasi log memerlukan semua y lebih besar dari 0. Gunakan polinomial sebagai gantinya.
- Apa itu standard error regresi?
- Besar residual yang khas, √(SSE ÷ (n − jumlah koefisien)), dalam satuan y.