Wichtige Fakten
- Kategorie
- Mathe, Datum & Finanzen
- Eingabetypen
- textarea, checkbox, text, number
- Ausgabetyp
- json
- Sample-Abdeckung
- 4
- API verfügbar
- Yes
Überblick
Der Multiple-Lineare-Regression-Rechner ermöglicht die präzise Modellierung von Zusammenhängen zwischen mehreren unabhängigen Prädiktoren und einer numerischen Zielvariable. Durch die Anwendung der Methode der kleinsten Quadrate liefert das Tool statistische Kennzahlen wie Koeffizienten, den Achsenabschnitt und das Bestimmtheitsmaß (R-Quadrat), um datengestützte Vorhersagen und Analysen direkt im Browser zu unterstützen.
Wann verwenden
- •Wenn der Einfluss mehrerer unabhängiger Variablen auf einen einzelnen Zielwert gleichzeitig analysiert werden soll.
- •Zur Erstellung mathematischer Modelle für Vorhersagen basierend auf historischen Datensätzen im CSV-Format.
- •Um die Stärke des Zusammenhangs zwischen verschiedenen Faktoren und einem Ergebnis mittels R-Quadrat zu bestimmen.
So funktioniert es
- •Geben Sie Ihre Daten im CSV-Format ein, wobei die Prädiktoren in den ersten Spalten und der Zielwert in der letzten Spalte stehen.
- •Legen Sie fest, ob die erste Zeile Kopfzeilen enthält, und geben Sie optional Werte für eine neue Prognose an.
- •Das Tool berechnet mittels der Methode der kleinsten Quadrate den Achsenabschnitt sowie die spezifischen Koeffizienten für jeden Prädiktor.
- •Erhalten Sie die Ergebnisse inklusive des R-Quadrat-Werts und des berechneten Prognosewerts für Ihre neuen Eingabedaten.
Anwendungsfälle
Analyse von Immobilienpreisen basierend auf Quadratmetern, Lagebewertung und dem Baujahr der Objekte.
Vorhersage von Verkaufszahlen unter Berücksichtigung von Werbebudget, saisonalen Faktoren und Preisgestaltung.
Untersuchung des Einflusses von Temperatur und Luftfeuchtigkeit auf den täglichen Energieverbrauch eines Gebäudes.
Beispiele
1. Immobilienbewertung modellieren
Immobilienanalyst- Hintergrund
- Ein Analyst möchte den Preis von Wohnungen basierend auf der Wohnfläche und dem Alter des Gebäudes vorhersagen.
- Problem
- Bestimmung der Gewichtung von Größe und Alter auf den Endpreis zur Markteinschätzung.
- Verwendung
- CSV-Daten mit Spalten für Fläche, Alter und Preis einfügen und die Kopfzeilen-Option aktivieren.
- Beispielkonfiguration
-
{"hasHeaderRow": true, "decimalPlaces": 2} - Ergebnis
- Das Modell liefert Koeffizienten, die zeigen, um wie viel Euro der Preis pro Quadratmeter steigt oder pro Jahr sinkt.
2. Umsatzprognose für Marketing-Kampagnen
Marketing-Manager- Hintergrund
- Ein Team hat historische Daten zu Ausgaben für Social Media und TV-Werbung sowie den resultierenden Umsatz gesammelt.
- Problem
- Schätzung des erwarteten Umsatzes bei einem spezifischen Budget-Mix für das nächste Quartal.
- Verwendung
- Werbeausgaben als Prädiktoren und Umsatz als Zielwert eingeben; Prognosewerte für das neue Budget hinzufügen.
- Beispielkonfiguration
-
{"predictionValues": "5000, 2000", "hasHeaderRow": true} - Ergebnis
- Das Tool berechnet den prognostizierten Umsatz und zeigt die Effektivität der einzelnen Kanäle über die Koeffizienten an.
Mit Samples testen
csv, hashCSV Beispiele
CSV-Beispieldateien mit verschiedenen Datentypen, Größen und Komplexitätsstufen
preferred input family csv
Beispiele für Doppelte Zeilen
Beispieldateien mit verschiedenen Arten doppelter Zeilen zum Testen von Tools zum Entfernen von Duplikaten
preferred input family csv
Python Beispiele
Python Code-Beispiele und Hello World Demonstrationen
preferred input family csv
Regex-Ersetzungsbeispiele
Sammlung häufiger und nützlicher Regex-Ersetzungsmuster für Texttransformation und Datenbereinigung
preferred input family csv
Verwandte Hubs
Tools fur CSV-Export und Tabellenkonvertierung
Vergleiche CSV-Umwandlungen zu und von Excel, JSON, HTML, Markdown, XML und Text in einem Hub fur tabellarische Austausch-Workflows.
Werkzeuge fur CSV-Bereinigung und Tabellenumformung
Bunde CSV-Bereinigung, Filtern, Sortieren, Gruppieren, Zusammenfuhren, Aufteilen und Tabellenumformung in einem Hub fur Tabellen- sowie Import/Export-Workflows.
Tools fur Audio-Encoding und Formatkonvertierung
Vergleiche Audioformat-Konvertierung, Bitratenanderungen, Abtastraten-Konvertierung, Codec-Wechsel und Export-Tools in einem Hub.
Tools fur Bildformat-Konvertierung und animierten Export
Vergleiche Bildkonverter fur JPG, PNG, GIF, AVIF, WebP, TIFF, ICO, base64 und animationsgeeignete Exporte in einem Hub.
FAQ
In welcher Reihenfolge müssen die Daten in der CSV vorliegen?
Die Prädiktoren müssen in den ersten Spalten stehen, während der Zielwert (y) zwingend in der letzten Spalte platziert werden muss.
Was sagt der R-Quadrat-Wert in den Ergebnissen aus?
Er gibt an, wie gut das Modell die Streuung der Daten erklärt; ein Wert nahe 1 spricht für eine hohe Modellgüte.
Kann ich Vorhersagen für neue Datenpunkte treffen?
Ja, geben Sie dazu die Werte der Prädiktoren kommagetrennt im Feld 'Prognosewerte' ein, um ein 'predictedY' zu erhalten.
Wie viele Dezimalstellen werden in der Ausgabe unterstützt?
Sie können die Genauigkeit der Koeffizienten und Ergebnisse über das Feld 'Dezimalstellen' auf bis zu 10 Stellen konfigurieren.
Unterstützt das Tool kategoriale Variablen?
Nein, das Tool ist für numerische Prädiktoren und Zielwerte ausgelegt; kategoriale Daten müssen vorher numerisch kodiert werden.