Conectar vía MCP →

Ingresar cálculo

Enter one observation group per line as: x y f (frequency f optional, defaults to 1). x must be > 0.

Fórmula

Show calculation steps (1)
  1. Correlation Coefficient (r)

    Correlation Coefficient (r): Calculadora de regresión logarítmica ponderada por frecuencia

    Weighted Pearson correlation between ln(x) and y, using Syy = sum f y^2 - (sum f y)^2 / n.

Publicidad

Resultados

Regresión logarítmica ponderada por frecuencia
y = 1.991941243 + 1.26168234 * ln(x)
strong correlation (r = 0.9583474891)
A (intercept of y = A + B·ln x) 1.991941243
B (slope coefficient of y = A + B·ln x) 1.26168234
Coeficiente de correlación r 0.9583474891
Total weighted count n = Σ f 5
Filas de observación utilizadas 5

Qué hace esta calculadora

Esta herramienta ajusta una curva de regresión logarítmica de la forma \(y = A + B\cdot\ln(x)\) a una tabla de observaciones en la que cada fila lleva asociada una frecuencia (peso) f. La ponderación por frecuencia te permite introducir datos agrupados o repetidos de forma compacta: en lugar de escribir el mismo par (x, y) muchas veces, lo anotas una sola vez junto con su recuento f. El método es estadística pura y funciona igual en cualquier parte — no depende de unidades ni de normas de ningún país.

Cómo usarla

Introduce un grupo de observaciones por línea con el formato x y f. La columna de frecuencia es opcional; si la omites, cada fila cuenta una vez (\(f = 1\)). Todos los valores de x deben ser mayores que cero, ya que se calcula el logaritmo natural de x. Aporta al menos dos filas con valores de x distintos para que la recta quede determinada. Elige una precisión de visualización (por defecto, 10 cifras significativas) — esto solo afecta al redondeo de los números mostrados, nunca al cálculo interno.

La fórmula explicada

Con grupos \(i = 1..m\), sea \(n = \sum f_i\). Las medias ponderadas son \(\overline{\ln x} = \frac{\sum f_i\cdot\ln x_i}{n}\) y \(\bar{y} = \frac{\sum f_i\cdot y_i}{n}\). Las sumas de cuadrados ponderadas son

$$S_{xx} = \sum f_i(\ln x_i)^2 - n\cdot\overline{\ln x}^2,$$$$S_{yy} = \sum f_i y_i^2 - n\cdot\bar{y}^2$$$$S_{xy} = \sum f_i\cdot\ln x_i\cdot y_i - n\cdot\overline{\ln x}\cdot\bar{y}.$$

Entonces \(B = \frac{S_{xy}}{S_{xx}}\), \(A = \bar{y} - B\cdot\overline{\ln x}\) y

$$r = \frac{S_{xy}}{\sqrt{S_{xx}}\cdot\sqrt{S_{yy}}}.$$
Publicidad
Puntos de datos con círculos más grandes que representan mayores pesos de frecuencia
El peso de frecuencia de cada punto se muestra por su tamaño, atrayendo la curva hacia los puntos más pesados.
Curva logarítmica ajustada a través de puntos de datos dispersos en ejes x-y
Una curva logarítmica \(y = A + B\cdot\ln(x)\) ajustada a través de puntos de datos dispersos.

Ejemplo resuelto

Con cinco filas y todas con \(f = 1\) — (1,2), (2,3), (3,3), (4,4), (5,4) — obtenemos \(\overline{\ln x} = 0{,}9574984\), \(\bar{y} = 3{,}2\), \(S_{xx} = 1{,}6154888\), \(S_{yy} = 2{,}8\), \(S_{xy} = 2{,}0382328\). Por tanto,

$$B = 1{,}2616933,\quad A = 1{,}9919295,\quad r = 0{,}9583567.$$

La curva ajustada es \(y = 1{,}9919 + 1{,}2617\cdot\ln(x)\), con una correlación fuerte.

Preguntas frecuentes

¿Para qué sirve la columna de frecuencia? Pondera cada fila. Una fila con \(f = 5\) se trata como cinco observaciones idénticas, de modo que influye en el ajuste cinco veces más que una fila con \(f = 1\).

¿Cómo se interpreta r? Un \(|r|\) superior a 0,7 indica correlación fuerte; entre 0,4 y 0,7, moderada; entre 0,2 y 0,4, débil; y por debajo de 0,2, prácticamente nula.

¿Por qué aparece "no se puede ajustar"? El ajuste necesita al menos dos valores de x distintos (de lo contrario \(S_{xx} = 0\)) y una frecuencia total positiva. Además, todos los valores de x deben ser mayores que cero para que \(\ln(x)\) esté definido.

Última actualización: