通过输入x值，利用拟合的模型来估计/预测其对应的y值。输入的x值在已有数据范围内的，称为估计；输入的x值超出已有数据范围的，称为预测。
在图形上拖曳可以平移图形，在图形上按下'shift'键并同时使用鼠标滚轮进行缩放。
估计/预测
| 模型名称 | 表达式 | 参数 | 拟合误差平方和 | x | y |
|---|---|---|---|---|---|
| {0} | {1} | {2} | {3} | {4} | {5} |
关于本应用
本应用可以让你轻松地做出数据的散点图，求出各种统计量（均值、样本/总体标准差、方差、两变量的线性相关系数等），而且还能够求出线性回归、二次函数回归、三次函数回归以及指数回归方程（使用最小二乘算法）。它根据两个变量之间的相关关系，求出给定数据的最优拟合直线、二次函数曲线、三次函数曲线以及指数曲线。
复制粘贴功能：
你可以从电子表格、制表符分隔值文件或者逗号分隔值（.csv）文件中直接复制数据，粘贴到图形区域下边的框框中。任何不能做为数字部分的字符——空格、逗号、分号、制表符等——均被视为分列符。指数部分用E或者e做前导，如5.1E-1、 1.78e+3 都是合法的数字。记住，数据必须包含两列，即 x 和 y，否则不能作图，也求不出回归方程。
x 的统计量
| 统计量 | 值 | 统计量名称 |
|---|---|---|
| n | {0} | 数量 |
| {2} | 平均值 | |
| Sx | {4} | 样本标准差 |
| S2x | {6} | 标本方差 |
| σx | {8} | 总体标准差 |
| σ2x | {10} | 总体方差 |
| Σx | {12} | 和 |
| Σx2 | {14} | 平方和 |
| Σxy | {1} | 乘积的和 |
| r | {16} | 与y的线性相关系数 |
y 的统计量
| 统计量 | 值 | 统计量名称 |
|---|---|---|
| n | {0} | 数量 |
| {3} | 平均值 | |
| Sy | {5} | 样本标准差 |
| S2y | {7} | 标本方差 |
| σy | {9} | 总体标准差 |
| σ2y | {11} | 总体方差 |
| Σy | {13} | 和 |
| Σy2 | {15} | 平方和 |
| Σyx | {1} | 乘积的和 |
| r | {16} | 与x的线性相关系数 |