Calculadora de Regressão Linear Realize regressão linear para encontrar a equação da reta de melhor ajuste com capacidade de previsão.
Calculadora de Regressão Linear
Realize regressão linear para encontrar a equação da reta de melhor ajuste com capacidade de previsão.
Insira os Dados X e Y
Digite seus pontos de dados como valores separados por vírgula ou espaço.
Opcional: Previsão
Insira um valor X para prever o correspondente Y.
Visualizar Resultados
Veja a equação de regressão, inclinação, interseção, R² e previsões.
What Is Calculadora de Regressão Linear?
O Calculadora de Regressão Linear encontra a reta que melhor se ajusta a um conjunto de pontos de dados usando o método dos mínimos quadrados. Ele calcula a equação de regressão (y = b₁x + b₀), onde b₁ é a inclinação e b₀ é a intercepção no y. O calculadora também fornece o coeficiente de correlação (r), o valor R-quadrado, o erro padrão e, opcionalmente, prevê os valores Y para novos inputs X. A regressão linear é uma das ferramentas mais fundamentais em estatística e ciência de dados, usada para modelar relações entre variáveis e fazer previsões.
Why Use Calculadora de Regressão Linear?
-
Calcula a equação de regressão completa com inclinação e interseção
-
Mostra o coeficiente de determinação (R²), correlação e erro padrão
-
Previsão embutida para novos valores X
-
Exibe a fórmula dos mínimos quadrados para referência educacional
Common Use Cases
Análise de Tendências
Identifique tendências em séries temporais (vendas, temperatura, etc.).
Previsão
Preveja valores futuros com base nas tendências dos dados históricos.
Pesquisa Científica
Modele relações lineares entre variáveis experimentais.
Planejamento Empresarial
Projete receita, custos ou crescimento com base em dados históricos.
Technical Guide
A regressão dos mínimos quadrados computa: b₁ (inclinação) = Σ(xᵢ−x̄)(yᵢ−ȳ) / Σ(xᵢ−x̄)², e b₀ (intercepção) = ȳ − b₁x̄. O erro padrão da estimativa: SE = √(Σ(yᵢ−ŷᵢ)² / (n−2)), onde ŷᵢ = b₁xᵢ + b₀ são os valores previstos. R² = r² mede a bondade do ajuste. Previsões: para um novo x, ŷ = b₁x + b₀. Suposições da regressão linear: linearidade, independência, normalidade dos resíduos e homoscedasticidade (variação constante). O modelo minimiza a soma das distâncias verticais quadradas de cada ponto para a linha.
Tips & Best Practices
-
1Sempre visualize seus dados antes de ajustar uma linha - a relação deve ser aproximadamente linear
-
2R² próximo de 1 indica um bom ajuste; próximo de 0 indica que o modelo linear explica pouca variância
-
3Tenha cuidado ao extrapolar muito além do intervalo dos seus dados
-
4Verifique os outliers - um único ponto extremo pode influenciar fortemente a linha de regressão
Related Tools
Calculadora de Média, Mediana e Moda
Calcule a média, mediana, moda, amplitude e outras medidas de tendência central para qualquer conjunto de dados.
🔢 Math & Calculators
Calculadora de Intervalo de Confiança
Calcule intervalos de confiança a partir de estatísticas resumidas ou dados brutos com vários níveis de confiança.
🔢 Math & Calculators
Calculadora de Correlação
Calcule os coeficientes de correlação de Pearson e Spearman com interpretação do R-quadrado.
🔢 Math & Calculators
Calculadora da Lei de Ohm
Calcule voltagem, corrente, resistência ou potência usando a Lei de Ohm e a equação de potência.
🔢 Math & CalculatorsFrequently Asked Questions
Q O que significa a inclinação?
Q O que é o intercepto y?
Q Quão confiáveis são as previsões?
Q O que é o erro padrão?
Q Quantos pontos de dados eu preciso?
About This Tool
Calculadora de Regressão Linear is a free online tool by FreeToolkit.ai. All processing happens directly in your browser — your data never leaves your device. No registration or installation required.