免费三次回归计算器

三次模型拟合简介

三次多项式回归计算器是一个在线三次曲线拟合工具，可让您使用三次多项式回归对数据进行建模。通过三次最小二乘回归方法，该在线三次模型拟合器找到最能代表数据集的三次函数。无论您是分析实验结果还是研究趋势模式，该计算器都能简化拟合三次方程的过程。

三次回归模型

三次回归假设响应变量 $y$ 通过三次多项式与解释变量 $x$ 相关：

$$y = a + bx + cx^{2} + dx^{3}$$

其中 $a$、$b$、$c$ 和 $d$ 是实值系数。截距为 $a$，而 $b$、$c$ 和 $d$ 描述了 $x$ 的线性、二次和三次贡献。此模型是多项式回归的特例；如果 $d = 0$，则变为二次回归；如果 $c = d = 0$，则简化为简单线性回归。

计算器如何确定系数

该工具应用普通最小二乘法（OLS）：找到使每个数据点 $(x_i, y_i)$ 与三次方程预测点 $(x_i, a + bx_i + cx_i^{2} + dx_i^{3})$ 之间垂直距离的平方和最小的系数值。

解通过矩阵形式的正规方程获得：

$$\boldsymbol{\beta} = (\mathbf{X}^{\mathsf{T}}\mathbf{X})^{-1}\mathbf{X}^{\mathsf{T}}\mathbf{y}$$

这里：

• $\mathbf{X}$ 是模型矩阵，其列分别为 $\mathbf{1}$、$x$、$x^{2}$、$x^{3}$；
• $\mathbf{y}$ 是观测 $y$ 的列向量；
• $\boldsymbol{\beta} = [a, b, c, d]^{\mathsf{T}}$ 包含系数估计值。

如果 $\mathbf{X}^{\mathsf{T}}\mathbf{X}$ 是奇异的（不可逆），则计算器无法产生唯一的三次拟合——这种情况很少见，可能由共线数据或 $x$ 的不同值不足引起。

使用三次回归计算器

将您的数据集（至少4个点，最多30个）输入到界面中。计算器随后：

1. 构建模型矩阵和响应向量。
2. 解正规方程以获得四个系数。
3. 显示拟合的三次方程。
4. 显示数据点和拟合三次曲线的散点图。

您可以使用精度字段调整系数中显示的有效数字位数。

手动计算示例

为了说明矩阵过程，考虑以下五个数据点：

$x$	$y$
0	1
2	0
3	3
4	5
5	4

模型矩阵 $\mathbf{X}$ 和响应向量 $\mathbf{y}$ 为：

$$\mathbf{X} = \begin{bmatrix} 1 & 0 & 0 & 0\\ 1 & 2 & 4 & 8\\ 1 & 3 & 9 & 27\\ 1 & 4 & 16 & 64\\ 1 & 5 & 25 & 125 \end{bmatrix}, \quad \mathbf{y} = \begin{bmatrix}1\\0\\3\\5\\4\end{bmatrix}$$

在计算 $\mathbf{X}^{\mathsf{T}}\mathbf{X}$、其逆矩阵以及 $(\mathbf{X}^{\mathsf{T}}\mathbf{X})^{-1}\mathbf{X}^{\mathsf{T}}\mathbf{y}$ 后，我们得到系数（四舍五入至四位小数）：

$$a \approx 0.9973,\; b \approx -5.0755,\; c \approx 3.0687,\; d \approx -0.3868$$

因此，最佳拟合三次方程为：

$$y = 0.9973 - 5.0755x + 3.0687x^{2} - 0.3868x^{3}$$

何时选择三次模型

当散点图显示两个拐点（两个弯曲的模式）或领域知识表明存在三次关系时，选择三次回归。但是，如果简单模型（线性或二次）能提供足够的拟合度，应始终优先选择它们，以避免过拟合并保持可解释性。