#regression

Regresión lineal por mínimos cuadrados como API, calculada local y determinísticamente. El endpoint lineal ajusta la mejor línea recta y = a + b·x a través de un conjunto de puntos x/y por mínimos cuadrados ordinarios, devolviendo la pendiente b = Σ((x−x̄)(y−ȳ))/Σ(x−x̄)², la intersección a = ȳ − b·x̄, la ecuación lista para usar, la correlación de Pearson r y el coeficiente de determinación R² (la fracción de varianza que la línea explica), y los errores estándar residual y de pendiente — los puntos (1,2),(2,4),(3,5),(4,4),(5,5) se ajustan a y = 2.2 + 0.6·x con R² = 0.6, y un conjunto perfectamente lineal devuelve R² = 1. Pase un predict_x y también extrapola el valor ajustado en ese punto. El endpoint predict evalúa y = intersección + pendiente·x para una línea conocida. Las listas x e y pueden darse como valores separados por comas (x=1,2,3&y=2,4,5) o como arreglos JSON en un cuerpo POST y deben tener la misma longitud. Todo se calcula local y determinísticamente, por lo que es instantáneo y privado. Ideal para desarrolladores de aplicaciones de ciencia de datos, análisis, BI, pronósticos, preprocesamiento de aprendizaje automático y educación en estadística, herramientas de línea de tendencia y mejor ajuste, y paneles de control. Cálculo puramente local — sin clave, sin servicio de terceros, instantáneo. En vivo, nada almacenado. 2 endpoints. Esta es la línea de regresión; para la correlación de Pearson sola o estadísticas descriptivas use una API de estadísticas y para distribuciones de probabilidad una API de probabilidad.

api.oanor.com/regression-api

Descriptive-statistics maths as an API, computed locally and deterministically. The descriptive endpoint summarises a list of numbers — the count, sum, mean, median, mode, minimum, maximum and range, the population and sample variance and standard deviation, and the quartiles Q1/Q2/Q3 with the interquartile range by Tukey's method. The correlation endpoint computes the Pearson correlation coefficient r between two equal-length series — from −1 (perfect inverse) through 0 (none) to +1 (perfect direct) — along with R² and the covariance. The regression endpoint fits a least-squares line y = a + b·x, returning the slope, intercept and R², the equation, and an optional prediction for a given x. Data is accepted as a JSON array or a comma-separated list. Everything is computed locally and deterministically, so it is instant and private. Ideal for data-analysis, dashboard, research and education app developers, reporting and BI tools, and spreadsheet replacements. Pure local computation — no key, no third-party service, instant. Live, nothing stored. 3 endpoints. This is descriptive statistics; for probability distributions and combinatorics use a probability API.

api.oanor.com/statistics-api

Ejecuta estadísticas en una lista de números sin necesidad de una hoja de cálculo o un paquete estadístico. El endpoint describe devuelve un resumen completo de un conjunto de datos: recuento, suma, mínimo, máximo, rango, media, mediana, moda, primer y tercer cuartil y rango intercuartílico, varianza y desviación estándar poblacional y muestral, coeficiente de variación, medias geométrica y armónica, asimetría y curtosis. Obtén cualquier percentil de un conjunto de datos, el coeficiente de correlación de Pearson (y r²) entre dos series de igual longitud, y una regresión lineal simple (pendiente, intersección, r² y la ecuación de la recta). La entrada es un arreglo de números en bruto (JSON o una lista separada por comas) — sin CSV, sin encabezados. Perfecto para análisis, resúmenes de pruebas A/B, datos de sensores y métricas, paneles de control y análisis exploratorio rápido. Cálculo puramente local — sin clave, sin servicio de terceros, instantáneo. En vivo, nada se almacena. 5 endpoints. Distinto del motor de expresiones mathjs y de los resúmenes por columna de CSV.

api.oanor.com/stats-api