Lineare Regression Rechner
Füge deine x- und y-Werte ein, um eine Gerade nach der Methode der kleinsten Quadrate anzupassen. Du erhältst Regressionsgleichung, Steigung, Achsenabschnitt, Korrelation r, r², Prognosen und ein Streudiagramm mit Ausgleichsgerade.
Zuletzt aktualisiert:
z. B. 1, 2.1 — Kommas, Leerzeichen oder Tabs. Füge zwei Tabellenspalten direkt ein.
Getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche
Optional. Ein oder mehrere x-Werte, durch Kommas getrennt
Anleitung: Lineare Regression Rechner
- Füge deine Daten ein als x, y-Paare (eines pro Zeile) oder als zwei Listen.
- Gib x-Werte für Prognosen ein, wenn du Vorhersagen möchtest.
- Klicke auf Berechnen: Die Ergebnisse aktualisieren sich auch beim Tippen.
- Lies die Gleichung ab, dazu Steigung, Achsenabschnitt, r und r².
- Prüfe Streudiagramm und Residuen, um zu sehen, wie gut eine Gerade passt.
Formeln der Regression nach kleinsten Quadraten
Für n Datenpaare (x, y) mit den Mittelwerten x̄ und ȳ:
- Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)², Sxy = Σ(x − x̄)(y − ȳ)
- Steigung: b = Sxy / Sxx
- Achsenabschnitt: a = ȳ − b·x̄
- Korrelation: r = Sxy / √(Sxx·Syy), und r² ist ihr Quadrat
- Standardfehler der Schätzung: s = √(Σ(y − ŷ)² / (n − 2))
Beispiel: Punkte (1, 2), (2, 4), (3, 5), (4, 4), (5, 5). x̄ = 3, ȳ = 4, Sxx = 10, Sxy = 6, also b = 0.6 und a = 4 − 0.6 × 3 = 2.2. Die Gerade lautet ŷ = 0.6x + 2.2, und r = 6 / √(10 × 6) ≈ 0.775.
r² richtig deuten
| r² | |r| | Was es bedeutet |
|---|---|---|
| 0.00 – 0.04 | 0 – 0.2 | Kaum oder kein linearer Zusammenhang |
| 0.04 – 0.16 | 0.2 – 0.4 | Schwacher linearer Zusammenhang |
| 0.16 – 0.36 | 0.4 – 0.6 | Mäßiger linearer Zusammenhang |
| 0.36 – 0.64 | 0.6 – 0.8 | Starker linearer Zusammenhang |
| 0.64 – 1.00 | 0.8 – 1.0 | Sehr starker linearer Zusammenhang |
Diese Bereiche sind eine gängige Faustregel; was als "stark" gilt, hängt vom Fachgebiet ab. Ein hohes r² beweist nicht, dass x die Ursache von y ist.
Häufige Fragen
Was ist lineare Regression?
Die einfache lineare Regression passt die Gerade ŷ = a + bx an, die am besten beschreibt, wie sich y mit x verändert. Die Methode der kleinsten Quadrate wählt die Gerade, die die Summe der quadrierten senkrechten Abstände (Residuen) zwischen den Punkten und der Geraden minimiert.
Wie werden Steigung und Achsenabschnitt berechnet?
Steigung b = Σ(x − x̄)(y − ȳ) / Σ(x − x̄)² und Achsenabschnitt a = ȳ − b·x̄, wobei x̄ und ȳ die Mittelwerte von x und y sind.
Was bedeutet r²?
r² (das Bestimmtheitsmaß) ist der Anteil der Streuung von y, der durch die Gerade erklärt wird. r² = 0.81 bedeutet, dass 81 % der Streuung von y durch den linearen Zusammenhang mit x erklärt werden.
Was ist der Unterschied zwischen r und r²?
r, der Korrelationskoeffizient, reicht von −1 bis 1 und zeigt Richtung und Stärke des linearen Zusammenhangs. r² ist sein Quadrat, liegt zwischen 0 und 1 und hat kein Vorzeichen.
Was sind Residuen?
Ein Residuum ist das beobachtete y minus das vorhergesagte ŷ. Zufällig um null verteilte Residuen sprechen dafür, dass eine Gerade gut passt; gekrümmte Muster deuten darauf hin, dass der Zusammenhang nicht linear ist.
Kann ich mit der Geraden Werte außerhalb meiner Daten vorhersagen?
Das ist möglich, aber Extrapolation ist riskant, weil sich der Zusammenhang außerhalb des beobachteten Bereichs nicht fortsetzen muss. Der Rechner markiert Prognosen außerhalb des Bereichs deiner x-Werte.
Was bedeutet der p-Wert der Steigung?
Er prüft, ob sich die Steigung von null unterscheidet. Ein p-Wert unter 0.05 gilt meist als Hinweis auf einen echten linearen Zusammenhang statt Zufall, sofern die Residuen annähernd normalverteilt und unabhängig sind.
Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?
Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.