Regressionsachsenabschnitt mit kleinsten Quadraten berechnen

Der Regressionsachsenabschnitt ist der Punkt, an dem eine nach der Methode der kleinsten Quadrate angepasste Gerade die y-Achse schneidet. Geben Sie zwei gleich lange Zahlen-Arrays für x und y ein, um den Achsenabschnitt zu erhalten. Die Berechnung ist deterministisch und prüft jedes Wertepaar vor der Anpassung. Sind alle x-Werte gleich, ist deren Varianz null; eine eindeutige Steigung und ein eindeutiger Achsenabschnitt lassen sich dann nicht bestimmen. In diesem Fall erhalten Sie eine Eingabefehlermeldung statt einer irreführenden Zahl.

Was der Regressionsachsenabschnitt aussagt

Eine einfache lineare Regression beschreibt einen Zusammenhang durch eine angepasste Gerade, die üblicherweise als y = mx + b geschrieben wird. Dabei steht m für die Steigung und b für den Achsenabschnitt. Er übernimmt gepaarte Beobachtungen in zwei Arrays, ermittelt intern die Steigung nach der gewöhnlichen Methode der kleinsten Quadrate und gibt den zugehörigen Achsenabschnitt zurück.

Der Wert kann sinnvoll sein, wenn null ein realistischer oder wichtiger x-Wert ist, etwa eine Ausgangsdosis, verstrichene Zeit oder ein Instrumenteneingang. Liegt null weit außerhalb des beobachteten x-Bereichs, bleibt der Achsenabschnitt mathematisch definiert, ist jedoch eine vorsichtig zu deutende Extrapolation. Ein präzise berechneter Wert beweist weder die Eignung eines linearen Modells noch Kausalität oder eine praktische Bedeutung der Basislinie.

Für belastbare Analysen sollten Sie die Beobachtungen außerdem grafisch darstellen und die Modellannahmen prüfen.

So funktioniert die Berechnung mit kleinsten Quadraten

Die Arrays werden positionsweise gepaart: Der erste x-Wert gehört zum ersten y-Wert, der zweite zum zweiten und so weiter. Nachdem geprüft wurde, dass beide Arrays mindestens zwei endliche Zahlen enthalten und gleich lang sind, berechnet das Werkzeug den Mittelwert jeder Reihe. Anschließend werden die zentrierte Quadratsumme von x und das zentrierte Kreuzprodukt von x und y bestimmt.

Das Kreuzprodukt geteilt durch die x-Quadratsumme ergibt die Steigung der gewöhnlichen kleinsten Quadrate. Der Achsenabschnitt ist schließlich der Mittelwert von y abzüglich der mit dem x-Mittelwert multiplizierten Steigung. Diese Formeln wählen die Gerade, welche die Summe der quadrierten vertikalen Abstände zwischen beobachteten und angepassten y-Werten minimiert.

Eine zentrierte schrittweise Akkumulation vermeidet unnötig große rohe Quadratsummen und sorgt bei üblichen Zahleneingaben für ein stabiles Ergebnis. Zufällige Initialisierung und iterative Optimierung kommen nicht zum Einsatz: Identische Arrays liefern stets dasselbe Resultat. Die Antwort enthält ausschließlich den Achsenabschnitt, da dies der konkrete Vertrag dieser Funktion ist; die intern benötigte Steigung bleibt ein notwendiger Zwischenschritt.

Gültige Eingaben, Nullvarianz und praktische Nutzung

Jedes Element muss eine endliche JavaScript-Zahl sein; Zeichenketten, fehlende Elemente, NaN und unendliche Werte werden abgewiesen. Mindestens zwei Paare sind erforderlich. Das wichtigste mathematische Problem tritt auf, wenn alle x-Werte identisch sind.

Dann ist die x-Varianz null, der Nenner der Kleinste-Quadrate-Steigung ebenfalls null, und unendlich viele Kombinationen aus Steigung und Achsenabschnitt können durch denselben angepassten Punkt verlaufen. Umgehen Sie diesen Fehler nicht mit künstlichem Rauschen. Erfassen Sie stattdessen Beobachtungen bei mehreren x-Werten oder prüfen Sie, ob eine Regression überhaupt die richtige Analyse ist.

Typische Anwendungen sind das Bestimmen einer Kalibrierbasis, das Prüfen einer Statistikaufgabe, der Abgleich mit einer Tabellenkalkulation und die Übergabe einer stabilen Kennzahl an einen automatisierten Ablauf.