Calculadora de previsão por regressão de mínimos quadrados

Ela retorna inclinação, intercepto, previsão e uma equação legível em um resultado determinístico. Você pode usá-la para conferir exercícios de estatística, transformar uma pequena tabela de calibração em uma estimativa ou automatizar previsões lineares repetíveis sem planilha. O cálculo utiliza somente os valores fornecidos e não depende de serviço de rede, amostragem aleatória nem dados externos sujeitos a mudanças.

Ajuste a reta de mínimos quadrados com observações pareadas

Informe os valores observados do preditor em x e as respostas correspondentes em y, mantendo cada par na mesma posição dos dois arrays. São necessários pelo menos dois pares, as listas devem ter o mesmo tamanho e os valores de x precisam apresentar alguma variação. Primeiro, a calculadora obtém a média de cada série. Depois, mede como x varia ao redor da própria média e como x e y centralizados variam em conjunto. A soma dos produtos cruzados centralizados dividida pela soma dos quadrados centralizados de x fornece a inclinação. A média de y menos a inclinação multiplicada pela média de x fornece o intercepto. Esses coeficientes definem a reta y igual à inclinação vezes x mais o intercepto, que minimiza a soma dos resíduos verticais ao quadrado. Todos os valores devem ser números finitos; ausências, strings numéricas, infinitos e arrays inválidos são rejeitados. Cada solicitação aceita até dez mil pares.

Calcule a resposta para um novo valor de entrada

Forneça o novo valor do preditor em predict_x. Depois de ajustar os coeficientes com os pares observados, a calculadora substitui esse valor na equação e devolve o resultado em prediction. A saída também traz n, slope, intercept, predict_x, a equação pronta para exibição e o método ordinary_least_squares, permitindo registrar a estimativa e o modelo que a produziu. Uma previsão dentro da faixa observada de x é interpolação e costuma ser mais defensável, pois há dados próximos. Fora da faixa, é extrapolação: a conta permanece válida, mas a relação real pode se curvar, estabilizar ou mudar. O resultado é uma resposta ajustada, não uma garantia sobre uma observação futura, e não inclui intervalos de confiança ou de previsão. Como não há rede, aleatoriedade ou horário do sistema, entradas iguais geram saídas iguais. Solicitações API bem-sucedidas usam o preço publicado de US$ 0,002 por item.

Examine as premissas e interprete os coeficientes

A inclinação representa a mudança ajustada em y para cada aumento de uma unidade em x. Uma inclinação positiva indica uma relação crescente; uma negativa indica uma relação decrescente. O intercepto é o valor ajustado de y quando x é zero, embora possa ter pouco sentido prático se zero estiver longe dos dados observados. Antes de confiar na previsão, faça um gráfico dos pontos quando possível e procure curvatura, observações incomuns, grupos separados ou variação da dispersão vertical. Uma reta pode esconder todos esses padrões. Considere também se as observações são independentes e se x foi medido com precisão suficiente para mínimos quadrados ordinários. A calculadora rejeita dados com todos os x iguais porque o denominador da inclinação seria zero. Também rejeita arrays de tamanhos diferentes em vez de adivinhar os pares. Use a equação como resumo transparente, preserve as unidades originais ao explicar o resultado e não trate casas decimais adicionais como certeza real maior.