一元線性迴歸與相關係數分析器 (Linear Regression)
一元線性迴歸與相關係數分析器 (Linear Regression)：實驗科研人員輸入一組 (X, Y) 散點資料，一鍵擬合最小二乘法最佳迴歸直線方程與相關性係數。
關於 一元線性迴歸與相關係數分析器 (linear regression)
一元線性迴歸與相關係數分析器 (Linear Regression)：一元線性迴歸與相關係數分析器 (Linear Regression)：實驗科研人員輸入一組 (X, Y) 散點資料，一鍵擬合最小二乘法最佳迴歸直線方程與相關性係數。
此工具的運作方式
計算公式與參數關係：slope=Σ((x−x̄)(y−ȳ))/Σ(x−x̄)²; intercept=ȳ−slope×x̄; rSquared=correlation²
執行管線與計算架構：
- 將範例內容貼入「輸入」。
- 按下「在本機執行」。
- 將「原始輸出資料」與範例比對；若顯示錯誤，請修正輸入。
實際範例與應用方式
實際應用場景： 以三組指定 x,y 點擬合最小平方法直線並檢視相關。
範例輸入：
演算法運算處理： 使用文件所述的有限點對迴歸計算。
示例輸出：
限制與特殊情況
參數範圍與單位：n ≥ 2; (x,y) ∈ ℝ²; Σ(x−x̄)² > 0; Σ(y−ȳ)² = 0 ⇒ correlation = rSquared = null. 除標示 BigInt 外，結果使用 binary64 浮點數。結果卡片最多顯示 10 位有效數字，原始輸出保留序列化數值。比率為 null 表示此模型沒有可用的有限比率值，不代表零。
瀏覽器處理與隱私範圍
工具功能的設計是在瀏覽器中處理輸入，不會刻意將輸入傳送至 CZOA 工具處理伺服器。網站資源、流量分析或廣告可能另有網路請求。瀏覽器、擴充功能及裝置管理軟體不在此範圍內。
客戶端執行與驗證方法學
本工具的有效負載處理設計為在瀏覽器內透過 JavaScript 或 Web Worker 於本機執行。網站資源、流量分析或廣告可能另有網路請求。機密性、可重複性與延遲取決於瀏覽器環境，並非絕對保證。
遵循標準與技術規範
內容負責單位：CZOA Tools · 最後複核：2026-09-15 · 複核方法
使用方式
- 將範例內容貼入「輸入」。
- 按下「在本機執行」。
- 將「原始輸出資料」與範例比對；若顯示錯誤，請修正輸入。
常見問題
線性迴歸計算器如何運作？+
它把每個非空行的兩個有限數字讀成 x,y 點，至少需要兩點且 x 值不能完全相同，再計算最小平方法的斜率、截距、皮爾森相關、rSquared 與方程式。
頁面接受何種輸入格式？+
每行輸入一組 x,y，以逗號或空白分隔，例如：1,2 2,4 3,5。工作區在本機處理這段文字。
結果的含義與精度限制是什麼？+
所有運算使用 JavaScript binary64。rSquared 是回傳相關係數的平方，不代表因果關係或預測；y 值沒有變化時，correlation 與 rSquared 回傳 null。
操作範例會產生甚麼結果？+
對 1,2 2,4 3,5，操作範例中的工具回傳 slope 1.5、intercept 0.6666666666666665、correlation 0.9819805060619659 與 rSquared 0.9642857142857145。證據只涵蓋此本機輸入向量。