import numpy as np
from scipy.stats import linregress

# Veri setini tanımla
data = np.array([3.17, 5.15, 22.65, 1.89, 9.17, 11.78, 8.22, 3.65, 6.08, 4.08,
                 18.48, 11.36, 5.54, 3.92, 13.69, 19.99, 2.88, 0.28, 6.64, 7.30,
                 33.32, 9.33, 16.88, 8.12, 2.62, 6.13])

# X ve Y değerlerini ayır
x = np.arange(len(data))
y = data

# Lineer regresyon modelini oluştur
slope, intercept, r_value, p_value, std_err = linregress(x, y)

# Lineer regresyon denklemi: y = slope * x + intercept
print(f"Lineer Regresyon Modeli: y = {slope:.2f} * x + {intercept:.2f}")

# Sonraki bir değeri tahmin etmek için
next_x = x[-1] + 1
predicted_y = slope * next_x + intercept

print(f"Sonraki bir değeri tahmin etmek için: x = {next_x}, tahmini y = {predicted_y:.2f}")