Calculadora de regresión exponencial

Calculadora de regresión exponencial

Emergente AI Skill PRO

Ingresar cálculo

Fórmula

y=AeBxdonde{B=SxySxxA=exp⁡(ln⁡y‾−Bx‾)\begin{gathered} y = A\,e^{Bx} \\[1.5em] \text{donde}\quad \left\{ \begin{aligned} B &= \frac{S_{xy}}{S_{xx}} \\ A &= \exp\!\left(\overline{\ln y} - B\,\bar{x}\right) \end{aligned} \right. \end{gathered}
Estadísticas de uso

Publicidad

Resultados

Ecuación ajustada
y = 0.9955274925 * e^(1.001187300 * x)
Correlación fuerte
A (coeficiente) 0,995527
B (tasa del exponente) 1,001187
Coeficiente de correlación r 0,999999
Puntos de datos (n) 5

Informar de un error en esta página

¿Qué es la regresión exponencial?

La regresión exponencial ajusta una curva de la forma \(y = A\,e^{Bx}\) a un conjunto de pares de datos. Es la herramienta de referencia para modelar magnitudes que crecen o decaen a un ritmo proporcional a su valor actual, como el crecimiento poblacional, la desintegración radiactiva, el interés compuesto o los cultivos bacterianos. Esta calculadora es una herramienta puramente matemática y estadística, así que funciona de forma idéntica en cualquier país, sin suposiciones específicas de ninguna región.

Puntos dispersos con una curva exponencial ascendente suave ajustada a través de ellos
La regresión exponencial ajusta una curva suave \(y = A\,e^{Bx}\) a través de los datos dispersos.

Cómo usarla

Introduce tus valores independientes en la casilla Valores de X y tus valores dependientes en la casilla Valores de Y, ambos como números separados por comas. Las dos listas deben tener el mismo número de elementos, necesitas al menos dos puntos y cada valor de Y debe ser estrictamente positivo (el método requiere calcular el logaritmo natural de y). Elige la precisión de visualización y luego lee los coeficientes ajustados A y B, el coeficiente de correlación r y la ecuación ya montada.

La fórmula explicada

Como \(y = A\,e^{Bx}\) no es lineal, la linealizamos tomando logaritmos naturales: \(\ln y = \ln A + B\,x\). Esto no es más que una regresión lineal ordinaria de \(\ln(y)\) frente a \(x\). Usando las sumas centradas \(S_{xx} = \sum (x - \bar{x})^2\), \(S_{yy} = \sum (\ln y - \overline{\ln y})^2\) y \(S_{xy} = \sum (x - \bar{x})(\ln y - \overline{\ln y})\), la pendiente es $$B = \frac{S_{xy}}{S_{xx}}$$ y $$A = \exp\!\left(\overline{\ln y} - B\,\bar{x}\right).$$ La correlación $$r = \frac{S_{xy}}{\sqrt{S_{xx}}\cdot\sqrt{S_{yy}}}$$ está entre \(-1\) y \(1\); valores cuyo valor absoluto supera \(0{,}7\) indican un ajuste fuerte.

Publicidad
Dos curvas exponenciales que muestran tasas de crecimiento positiva y negativa
El signo de B controla el crecimiento (B>0) o el decaimiento (B<0); A fija el valor inicial en x=0.

Ejemplo resuelto

Para \(x = [1, 2, 3, 4, 5]\) e \(y = [2.7, 7.4, 20.1, 54.6, 148.4]\) (aproximadamente \(e^{x}\)), obtenemos \(S_{xx} = 10\), \(S_{xy} \approx 10.0115\) y \(S_{yy} \approx 10.0231\). Entonces \(B \approx 1.0012\), \(A \approx 0.9956\) y \(r \approx 1.0000\). La curva ajustada $$y \approx 0.9956\,e^{1.0012x}$$ confirma que los datos procedían de \(y = e^{x}\).

Preguntas frecuentes

¿Por qué Y tiene que ser positivo? El método calcula \(\ln(y)\); el logaritmo de cero o de un número negativo no está definido, por lo que se rechazan los valores de Y no positivos.

¿Qué significa que r esté cerca de 1? Significa que el modelo exponencial explica los datos muy bien. Valores cercanos a 0 indican poca o ninguna relación exponencial.

¿Puede x ser negativo? Sí. X puede ser cualquier número real; solo Y está limitado a valores positivos.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas