Статистика и регрессия по списку чисел
Вставьте свои данные и получите n, среднее, медиану, моду, квартили и оба стандартных отклонения; добавьте второй столбец — и та же страница подберёт прямую, параболу или экспоненциальную функцию.
Применимо к Калькулятор статистики и регрессии CalcMode, /calculator/statistics-calculator · Обновлено 2026-11-09
Страница объединяет две карточки на вкладке «Статистика»: одномерная статистика и регрессия с двумя переменными. Строка вкладок также предлагает «Распределения», если вам нужны вероятности вместо сводок. Нажмите «Вычислить», чтобы выполнить карточку: так вы можете вставить и отредактировать столбец, прежде чем смотреть на любые числа; исключение — ссылка, которая уже приносит свои данные (?data=), ведь тогда ответы сразу на экране при открытии страницы.
Как вводить данные
- Разделяйте значения запятыми, пробелами или точками с запятой: парсер обрабатывает все три одинаково, и переносы строк тоже допустимы.
- Столбца частот нет. Чтобы засчитать значение дважды, напишите его дважды: 2, 4, 4, 4, 5, 5, 7, 9 — это восемь значений.
- Набор по умолчанию — тот же учебный пример: 2, 4, 4, 4, 5, 5, 7, 9, — так что страница никогда не пуста.
- Элемент, не являющийся числом, прерывает вычисление сообщением «Значение не является числом»; пустое поле сообщает «Нет данных».
Что возвращается
| Строка | Для 2, 4, 4, 4, 5, 5, 7, 9 |
|---|---|
| Число значений n | 8 |
| Сумма Σx | 40 |
| Среднее x̄ | 5 |
| Медиана | 4.5 |
| Мода | 4 |
| Мин. / Макс. | 2 / 9 |
| Размах | 7 |
| Квартили Q1 / Q3 | 4 / 5.5 |
| Генеральное стандартное отклонение σx (делится на n) | 2 |
| Выборочное стандартное отклонение sx (делится на n−1) | 2.13809 |
Медиана — это среднее двух центральных значений, когда n чётно, поэтому этот набор даёт 4.5, а не одну из точек данных. Если каждое значение встречается лишь раз, «Мода» сообщает «Нет»: все встречаются одинаково часто.
Регрессия с двумя переменными
- Пишите по одной точке на строку в виде x,y или разделяйте точки точками с запятой: 1,2.1 2,3.9 3,6.2 4,7.8 5,10.1.
- Выберите модель: Линейная A + B·x, Квадратичная A + B·x + C·x² или Экспоненциальная A·e^(B·x).
- Прочитайте карточку уравнения, затем строки: отрезок на оси a, наклон b, квадратичный член c, если он есть у модели, корреляция r, коэффициент детерминации r², число точек n.
- Введите значение в «Прогноз при x», и подобранное y добавится в список.
| Модель | Уравнение для пяти стандартных точек | r² | Предсказанное y при x = 6 |
|---|---|---|---|
| Линейная | y = 1.99x + 0.05 | 0.9973053289 | 11.99 |
| Квадратичная | y = 0.02142857143x² + 1.861428571x + 0.2 | 0.997467225 | 12.14 |
| Экспоненциальная | y = 1.662830828·e^(0.3834343339x) | 0.9348456157 | 16.59543191 |
Здесь квадратичная модель едва улучшает прямую, а экспоненциальная заметно хуже: для этого и нужна колонка r². Две точки всегда точно ложатся на прямую, так что линейная подгонка по двум точкам ничего не говорит о модели.
Отказы, которые стоит распознавать
- Введите хотя бы две точки: одна точка не задаёт прямую.
- Квадратичной подгонке нужно минимум три точки.
- Все значения x одинаковы: у вертикального облака точек нет наклона.
- Экспоненциальная подгонка требует y > 0, ведь она выполняется через логарифм.
- Каждой строке нужны x и y, например 1,2.5: сообщение появляется, если строка введена как одно число.
Открыть инструмент
Эти ссылки ведут прямо к веб-инструменту. Ссылки с примером открываются уже заполненными, поэтому результат появляется без всякого ввода; остальные открывают инструмент, готовый к вашим собственным данным.