带入你的观测，比较不同解释，查清异常。曲线、预测与报告始终来自同一份数据。
排除后仍保留原数据；留出点只参与检验。点击行号定位到图面。
从 Excel 或表格复制整块数据，或选择 CSV / TSV。首行为列名。
空数字或非法数据会整体拒绝，不会静默丢行。未选用途时全部为训练；未选 σ 时为 1。
轴名称取自列名，单位由你填写；保留标题和当前模型。导入可以撤销。
导入或粘贴带列名的表格，选择 x、y 列。三个模型使用相同训练 / 留出分割；点击模型切换解释。点击图面观测或残差列表，回到原始记录核查。输入 x 预测 y，也可输入目标 y 反查 x。导出 HTML 报告包含图面、比较、假设与全部观测；保存 JSON 可以在另一份页面继续编辑。
线性与二次模型用居中缩放 x、两遍正交化 QR 求解。普通法的协方差由 SSE/(n−p) 估计；加权法把输入 σ 视为已知响应标准差，协方差不按残差缩放。误差须独立，x 误差可忽略；普通法还假设同方差。
指数模型拟合 ln(y)=ln(A)+bx，参与点必须 y>0；σ 此时是 ln(y) 的标准差。曲线代表条件几何均值，不能直接当成算术均值。所有比较 RMSE 均在原始 y 单位内；加权指数与多项式的 σ 语义不同，不能将同一个数值自动视为相同误差假设。
有留出点时用留出 RMSE 比较；没有时，对训练点逐一移除、重拟合并预测被移除点，计算留一交叉验证 RMSE。留一误差来自当前训练集，不能替代真正独立的新测量；当前界面选出的最低误差也不保证外推或因果正确。训练样本需多于参数数；留一检验还需至少多 2 个。
残差是观测 y 减预测 y。检查线是你设置的绝对 y 偏差，不是统计异常判定。反查展示所有实数解，并标明训练范围外的解；水平曲线不能唯一反查，二次曲线可能有两解。预测标准误来自当前模型，不包括系统误差，不是新观测预测区间；本工具不提供 95% 区间。
最多 200 行、512 KiB；x、y 和目标输入限 ±10⁶，sigma 为 10⁻⁹ 至 10⁶；可以导入 CSV / TSV / 分号分隔表格。角色列使用 train、validation、exclude。旧版实验 JSON 可以继续回读，导入失败不会覆盖当前实验。所有资源内嵌，文件双击即可离线使用。
NIST · 线性最小二乘 NIST · 加权最小二乘
字体为 Noto Sans CJK SC 重命名子集，SIL Open Font License 1.1。完整许可在文件内。