単回帰分析計算ツール
データに直線を当てはめ、統計学の授業や査読者が求めるすべてを取得できます。回帰式、完全な係数表(推定値、標準誤差、t、p、傾きと切片両方の95%信頼区間)、R²と自由度調整済みR²、モデルのF検定、残差標準誤差 — Rのsummary(lm())とconfint()が出力するのと同じ数値で、少なくとも有効数字6桁まで検証済みです。 スプレッドシートから2列(x、次にy)をそのまま貼り付けてください。さらに残差の正規性をシャピロ・ウィルク検定で自動チェックし、問題をわかりやすい言葉で指摘します — 多くのオンライン回帰ツールが完全に省略している診断ステップです。
よくある質問
回帰分析の結果をAPA 7形式でどう報告すればよいですか?
モデル検定と係数を報告します。例: "Study time significantly predicted exam score, b = 0.88, SE = 0.02, t(10) = 45.93, p < .001. The model explained 99.5% of the variance, R² = .995, F(1, 10) = 2109.73, p < .001." AIレポートは、手作業で整形するのが最も面倒なAPA形式の回帰表と段落を完全に生成します。
R²と自由度調整済みR²の違いは何ですか?
R²はxが説明するyの分散の割合で、予測変数を追加すると増加する一方です。自由度調整済みR²はモデルの複雑さにペナルティを課すため、モデル比較の際に報告するにはより公平な値です。予測変数が1つの単回帰では両者は近い値になります。
傾きはどう解釈すればよいですか?
傾きbは、xが1単位増加したときのyの期待変化量です。その95%信頼区間は妥当な範囲を示します。区間が0を含まない場合(すなわちp < .05)、その関連は統計的に有意です。
単回帰分析はどのような前提条件を置きますか?
線形性、観測の独立性、誤差分散の一定性(等分散性)、残差の正規性です。本ツールは残差の正規性を自動で検定します。その他については残差プロットを確認してください — パターンや漏斗状の形は違反の兆候です。