vol.io
EntrarComece grátis

Calculadora de regressão linear simples

Ajuste uma reta aos seus dados e obtenha tudo o que um curso de estatística ou um revisor espera: a equação de regressão, uma tabela de coeficientes completa (estimativa, erro padrão, t, p, intervalo de confiança de 95% para a inclinação e o intercepto), R² e R² ajustado, o teste F do modelo e o erro padrão residual — os mesmos números que o summary(lm()) e o confint() do R produzem, verificados com pelo menos seis dígitos significativos. Cole duas colunas (x e depois y) diretamente de uma folha de cálculo. A calculadora também verifica automaticamente a normalidade dos resíduos com o Shapiro-Wilk e assinala problemas em linguagem clara — um passo de diagnóstico que a maioria das ferramentas de regressão online omite por completo.

Relatório com IA

Deixe a IA interpretar seus resultados: um documento Word para download em formato APA 7 / relatório de negócios.

Gerar relatório com IA (5 créditos)Criar uma conta é grátis e inclui créditos mensais gratuitos.

Perguntas frequentes

Como relato os resultados de uma regressão no formato APA 7?

Relate o teste do modelo e o coeficiente, por exemplo: "O tempo de estudo previu significativamente a nota do exame, b = 0.88, EP = 0.02, t(10) = 45.93, p < .001. O modelo explicou 99.5% da variância, R² = .995, F(1, 10) = 2109.73, p < .001". O Relatório IA gera a tabela e o parágrafo de regressão APA completos — a parte mais entediante de formatar à mão.

Qual é a diferença entre R² e R² ajustado?

O R² é a proporção da variância de y explicada por x; só pode aumentar quando se adicionam preditores. O R² ajustado penaliza a complexidade do modelo e é o valor mais justo a relatar ao comparar modelos. Na regressão simples, com um único preditor, os dois são próximos.

Como interpreto a inclinação?

A inclinação b é a variação esperada em y quando x aumenta uma unidade. O seu intervalo de confiança de 95% indica o intervalo plausível; se o intervalo excluir o 0 (equivalentemente, p < .05), a associação é estatisticamente significativa.

Que pressupostos assume a regressão linear simples?

Linearidade, observações independentes, variância do erro constante (homocedasticidade) e resíduos com distribuição normal. Esta ferramenta testa automaticamente a normalidade dos resíduos; para os restantes, examine um gráfico de resíduos — padrões ou funis indicam violações.