Elysia Tools
导航
Math & Numbers
为成对数值数据拟合多项式最小二乘曲线，并查看系数、R 平方和预测
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
多项式回归计算器是一款专业的在线数学工具，旨在通过最小二乘法为成对的数值数据拟合最佳多项式曲线。它能够自动计算回归系数、评估模型拟合度的 R 平方值，并根据拟合出的数学模型对特定 X 值进行 Y 值预测，帮助用户快速识别数据中的非线性趋势。
背景
在自由落体与平抛运动实验中，记录了一组物体运行的时间与垂直高度数据。
问题
需要根据实验观测点推导出运动方程，并预测下一秒的高度。
如何使用
输入观测到的时间与高度坐标对，将多项式次数设置为 2，并在预测 X 处输入目标时间点。
pairedData: 0, 100
1, 95.1
2, 80.4
3, 55.9
degree: 2
predictionX: 4结果
获得二次项系数（接近重力加速度的一半），R 平方值接近 1，并得到 4 秒时的预测高度。
背景
公司过去 5 个季度的销售额呈现加速增长态势，线性模型预测误差较大。
问题
利用高阶多项式捕捉增长加速度，预测第 6 季度的潜在业绩。
如何使用
输入季度序号（1-5）及对应的销售额，选择 3 次多项式以匹配增长曲线。
pairedData: 1, 10
2, 15
3, 28
4, 50
5, 85
degree: 3
predictionX: 6结果
计算出回归方程系数，通过 R 平方确认拟合精度，并获得第 6 季度的预测数值。
通常建议从低次数开始尝试。如果 R 平方值显著提高则增加次数，但需警惕过高次数导致的过拟合现象。
它衡量模型对数据的拟合优度，取值在 0 到 1 之间，越接近 1 表示模型对观测数据的解释能力越强。
每行输入一对数字，代表 X 和 Y 坐标，中间使用逗号或空格分隔，不支持非数字字符。
多项式回归在已知数据范围外（外推）可能非常不稳定，建议主要用于数据范围内的插值预测。
本计算器支持最高 6 次多项式回归，能够满足绝大多数科研与工程计算的需求。