Linear Regression API
Lineaire kleinste-kwadratenregressie als een API, lokaal en deterministisch berekend. Het lineaire eindpunt past de beste rechte lijn y = a + b·x door een set x/y-gegevenspunten via gewone kleinste kwadraten, en retourneert de helling b = Σ((x−x̄)(y−ȳ))/Σ(x−x̄)², het intercept a = ȳ − b·x̄, de gebruiksklare vergelijking, de Pearson-correlatie r en de determinatiecoëfficiënt R² (de fractie van variantie die de lijn verklaart), en de standaardfouten van residu en helling — de punten (1,2),(2,4),(3,5),(4,4),(5,5) passen op y = 2.2 + 0.6·x met R² = 0.6, en een perfect lineaire set retourneert R² = 1. Geef een predict_x door en het extrapoleert ook de geschatte waarde op dat punt. Het predict-eindpunt evalueert y = intercept + helling·x voor een bekende lijn. De x- en y-lijsten kunnen worden gegeven als komma-gescheiden waarden (x=1,2,3&y=2,4,5) of als JSON-arrays in een POST-body en moeten gelijke lengte hebben. Alles wordt lokaal en deterministisch berekend, dus het is direct en privé. Ideaal voor app-ontwikkelaars op het gebied van datawetenschap, analyse, BI, forecasting, machine-learning-preprocessing en statistiekonderwijs, trendlijn- en best-fit-tools en dashboards. Pure lokale berekening — geen sleutel, geen externe service, direct. Live, niets opgeslagen. 2 eindpunten. Dit is de regressielijn; voor alleen de Pearson-correlatie of beschrijvende statistiek gebruik je een statistiek-API en voor kansverdelingen een kans-API.
api.oanor.com/regression-api
