Conectar vía MCP →

Ingresar cálculo

Fórmula

Publicidad

Resultados

Ecuación de la línea de tendencia
y = 1,961115 · x1,896105
ajuste potencial ponderado por frecuencia
A (coeficiente) 1,961115201
B (exponente) 1,896104801
Coeficiente de correlación r 0,9997770766

Qué hace esta calculadora

Esta herramienta ajusta una línea de tendencia potencial de la forma \(y = A\cdot x^{B}\) a un conjunto de puntos de datos, donde cada punto (x, y) puede llevar asociada una frecuencia o peso f. Se trata de una regresión por mínimos cuadrados ponderada por frecuencia que se calcula en escala logarítmica natural, lo que convierte la curva potencial en una recta: \(\ln y = \ln A + B\cdot\ln x\). El método es puramente matemático y estadístico, así que es válido en cualquier lugar y no depende de normativas regionales.

Power curve y equals A times x to the B fitted through scattered data points with varying dot sizes
A power-law curve y = A·x^B fitted to weighted data points, where larger dots carry more frequency weight.

Cómo utilizarla

Introduce los valores de x, los valores de y y las frecuencias como tres listas separadas por comas y de la misma longitud. Cada x y cada y deben ser estrictamente positivos (el logaritmo no está definido para cero ni para números negativos) y cada frecuencia debe ser igual o mayor que cero. Elige el número de cifras significativas para el resultado mostrado y consulta el coeficiente ajustado A, el exponente B y el coeficiente de correlación de Pearson r.

La fórmula explicada

Para cada fila, definimos \(X = \ln x\) e \(Y = \ln y\). Con el peso total \(n = \sum f\), las medias ponderadas son $$\overline{\ln x} = \frac{\sum f\cdot\ln x}{n} \qquad \overline{\ln y} = \frac{\sum f\cdot\ln y}{n}$$ Las sumas de cuadrados ponderadas son $$S_{xx} = \sum f(\ln x)^2 - n\cdot\overline{\ln x}^{\,2}, \quad S_{yy} = \sum f(\ln y)^2 - n\cdot\overline{\ln y}^{\,2}, \quad S_{xy} = \sum f(\ln x)(\ln y) - n\cdot\overline{\ln x}\,\overline{\ln y}$$ A partir de ahí, $$B = \frac{S_{xy}}{S_{xx}}, \qquad A = \exp\!\left(\overline{\ln y} - B\cdot\overline{\ln x}\right), \qquad r = \frac{S_{xy}}{\sqrt{S_{xx}}\cdot\sqrt{S_{yy}}}$$ Cada punto cuenta, en la práctica, como si se repitiera f veces.

Publicidad
Same data transformed into log-log space showing points falling along a straight line
In log-log space the power law becomes a straight line: ln y = ln A + B·ln x, so the fit reduces to weighted linear regression.

Ejemplo resuelto

Tomemos x = [1, 2, 3, 4, 5] e y = [1, 4, 9, 16, 25] (exactamente \(y = x^2\)), con todas las frecuencias iguales a 1. El cálculo da \(S_{xx} \approx 1{,}615494\), \(S_{xy} \approx 3{,}230987\) y \(S_{yy} \approx 6{,}461972\), de modo que $$B = \frac{3{,}230987}{1{,}615494} = 2, \qquad A = \exp(0) = 1, \qquad r = 1$$ El resultado \(y = 1\cdot x^2\) es un ajuste perfecto, tal como cabía esperar.

Preguntas frecuentes

¿Qué significa el coeficiente de correlación? Un valor de \(|r|\) próximo a 1 indica una relación potencial fuerte; entre 0,4 y 0,7 es moderada, entre 0,2 y 0,4 es débil y por debajo de 0,2 es prácticamente inexistente.

¿Por qué x e y deben ser positivos? El ajuste emplea logaritmos naturales, que solo están definidos para números positivos, por lo que los puntos no positivos se descartan.

¿Qué ocurre si todos los valores de x son iguales? En ese caso \(S_{xx} = 0\) y no es posible determinar el exponente B, así que la calculadora muestra un error.

Última actualización: