회귀 계산기

데이터에 최적 적합선을 맞추고 관계의 강도를 측정하세요

회귀는 통계학, 과학, 비즈니스에서 가장 널리 사용되는 도구 중 하나입니다. 공부한 시간과 시험 점수처럼 두 변수가 있을 때, 회귀는 하나가 다른 하나에 따라 어떻게 변하는지를 가장 잘 설명하는 직선(또는 곡선)을 찾습니다.

이 도구는 학습 시간, 받은 점수, 과목이 있는 30명의 학생 샘플 데이터셋을 불러옵니다. 데이터 연결을 클릭하면 데이터를 산점도로 나타내고 회귀선을 적합합니다. 기울기, 절편, 그리고 모델로 설명되는 분산의 비율인 R²(R-제곱)이 브라우저에서 로컬로 계산됩니다.

직접 두 열 CSV를 붙여넣어 데이터를 분석해 보세요.

R-제곱은 무엇을 의미하나요?
는 0에서 1 사이의 값을 가집니다. R² = 0.85는 회귀선이 결과 변수의 변동의 85%를 설명한다는 의미입니다. R² = 1은 완전한 적합이고, R² = 0은 직선이 아무것도 설명하지 못함을 의미합니다.
선형 회귀란 무엇인가요?
선형 회귀는 각 데이터 포인트에서 직선까지의 수직 거리의 제곱합을 최소화하는 직선 ŷ = mx + b를 찾습니다(최소 제곱). 기울기 m은 다음을 의미합니다: x가 1 단위 증가할 때 y는 평균적으로 m 단위 증가합니다.
이차 회귀나 지수 회귀는 언제 사용해야 하나요?
산점도에 곡선(U자형 또는 아치형) 패턴이 있을 때 이차 회귀를 사용하세요. 데이터가 곱셈적으로 증가하거나 감소할 때(예: 인구, 복리) 지수 회귀를 사용하세요. AI가 데이터를 보고 최적 모델을 제안할 것입니다.
"그룹별 색상"은 무엇을 하나요?
데이터셋에 범주형 열(예: 과목 또는 성별)이 있으면, 그룹별 색상을 사용하여 관계가 그룹별로 다른지 확인할 수 있습니다. AI에게 "과목별로 색상 지정"이라고 요청하면 산점도에서 각 그룹을 서로 다른 색으로 표시합니다.