#regression

Lineare Regression nach der Methode der kleinsten Quadrate als API, lokal und deterministisch berechnet. Der lineare Endpunkt passt die beste Gerade y = a + b·x durch eine Menge von x/y-Datenpunkten mittels gewöhnlicher kleinster Quadrate an und gibt die Steigung b = Σ((x−x̄)(y−ȳ))/Σ(x−x̄)², den Achsenabschnitt a = ȳ − b·x̄, die gebrauchsfertige Gleichung, den Pearson-Korrelationskoeffizienten r und das Bestimmtheitsmaß R² (den Anteil der Varianz, den die Linie erklärt) sowie die Residuen- und Steigungsstandardfehler zurück — die Punkte (1,2),(2,4),(3,5),(4,4),(5,5) werden an y = 2.2 + 0.6·x mit R² = 0.6 angepasst, und ein perfekt linearer Satz ergibt R² = 1. Übergeben Sie ein predict_x, und es extrapoliert auch den angepassten Wert an diesem Punkt. Der predict-Endpunkt wertet y = intercept + slope·x für eine bekannte Linie aus. Die x- und y-Listen können als kommagetrennte Werte (x=1,2,3&y=2,4,5) oder als JSON-Arrays in einem POST-Body übergeben werden und müssen gleich lang sein. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für App-Entwickler in den Bereichen Datenwissenschaft, Analytik, Business Intelligence, Prognose, maschinelles Lernen (Vorverarbeitung) und Statistikausbildung sowie für Trendlinien- und Best-Fit-Tools und Dashboards. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts wird gespeichert. 2 Endpunkte. Dies ist die Regressionslinie; für die alleinige Pearson-Korrelation oder deskriptive Statistiken verwenden Sie eine Statistik-API und für Wahrscheinlichkeitsverteilungen eine Wahrscheinlichkeits-API.

api.oanor.com/regression-api

Deskriptive Statistik als API, lokal und deterministisch berechnet. Der deskriptive Endpunkt fasst eine Liste von Zahlen zusammen — Anzahl, Summe, Mittelwert, Median, Modus, Minimum, Maximum und Spannweite, die Populations- und Stichprobenvarianz und Standardabweichung sowie die Quartile Q1/Q2/Q3 mit dem Interquartilsabstand nach Tukey. Der Korrelationsendpunkt berechnet den Pearson-Korrelationskoeffizienten r zwischen zwei gleich langen Reihen — von −1 (perfekt invers) über 0 (keine) bis +1 (perfekt direkt) — zusammen mit R² und der Kovarianz. Der Regressionsendpunkt passt eine Ausgleichsgerade y = a + b·x an und gibt Steigung, Achsenabschnitt und R², die Gleichung sowie eine optionale Vorhersage für ein gegebenes x zurück. Daten werden als JSON-Array oder kommagetrennte Liste akzeptiert. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für Datenanalyse-, Dashboard-, Forschungs- und Bildungs-App-Entwickler, Reporting- und BI-Tools sowie Tabellenkalkulationsersatz. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieter-Service, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies ist deskriptive Statistik; für Wahrscheinlichkeitsverteilungen und Kombinatorik verwenden Sie eine Wahrscheinlichkeits-API.

api.oanor.com/statistics-api

Führen Sie Statistiken für eine Liste von Zahlen durch, ohne Tabellenkalkulation oder Statistikpaket. Der describe-Endpunkt gibt eine vollständige Zusammenfassung eines Datensatzes zurück — Anzahl, Summe, Minimum, Maximum, Spannweite, Mittelwert, Median, Modus, das erste und dritte Quartil sowie Interquartilsabstand, Populations- und Stichprobenvarianz und Standardabweichung, Variationskoeffizient, geometrisches und harmonisches Mittel, Schiefe und Kurtosis. Ermitteln Sie jedes Perzentil eines Datensatzes, den Pearson-Korrelationskoeffizienten (und r²) zwischen zwei gleichlangen Reihen und eine einfache lineare Regression (Steigung, Achsenabschnitt, r² und die Geradengleichung). Die Eingabe ist ein rohes Zahlenarray (JSON oder eine durch Kommas getrennte Liste) — kein CSV, keine Kopfzeilen. Perfekt für Analysen, A/B-Test-Zusammenfassungen, Sensor- und Metrikdaten, Dashboards und schnelle explorative Analysen. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts gespeichert. 5 Endpunkte. Unterscheidet sich vom mathjs-Ausdrucksmotor und von CSV-Spaltenzusammenfassungen.

api.oanor.com/stats-api