Connectez-vous via MCP →

Entrez le calcul

Enter one point per line as x, y, f (y must be > 0; f is the frequency/weight, default 1).

Formule

Formule: Calculateur de régression exponentielle pondérée par les fréquences (y = A·e^(Bx))

Publicité

Résultats

Équation ajustée
y = 0.9939929467 * e^(1.001958614 * x)
y = A · e^(B · x)
A (coefficient) 0,993993
B (taux de l'exposant) 1,001959
Coefficient de corrélation r 0,999998

Ce que fait ce calculateur

Cet outil ajuste une courbe de tendance exponentielle de la forme \(y = A \cdot e^{Bx}\) à un jeu de données pondéré par les fréquences. Chaque ligne de données est un triplet (x, y, f), où f représente la fréquence ou le poids — le nombre de fois où l'observation apparaît. Le calculateur renvoie les coefficients ajustés A et B ainsi que le coefficient de corrélation r de l'ajustement linéaire sous-jacent. Il s'agit de mathématiques pures, valables à l'identique partout, sans règle propre à un pays ou à une région.

Comment l'utiliser

Saisissez un point par ligne sous la forme x, y, f. La valeur de y doit être strictement supérieure à 0, car le modèle est linéarisé en prenant son logarithme népérien. Si vous omettez la troisième colonne, la fréquence prend par défaut la valeur 1. Choisissez le nombre de chiffres significatifs à afficher, puis lisez A, B, r et l'équation ajustée avec les valeurs substituées.

La formule expliquée

Comme ln y = ln A + B·x, l'ajustement de l'exponentielle se ramène à une régression linéaire pondérée de ln y en fonction de x. En utilisant des sommes pondérées où chaque terme est multiplié par la fréquence f, on définit \(n = \sum f\), les moyennes pondérées \(\bar{x}\) et \(\bar{L}\) (moyenne de \(\ln y\)), ainsi que les sommes pondérées de carrés \(S_{xx}\), \(S_{yy}\) et le produit croisé \(S_{xy}\). On a alors les relations suivantes :

$$y = A \cdot e^{B x}$$ $$B = \frac{S_{xy}}{S_{xx}}, \quad A = e^{\,\bar{L} - B\bar{x}}, \quad r = \frac{S_{xy}}{\sqrt{S_{xx}} \cdot \sqrt{S_{yy}}}$$

Un r proche de \(\pm 1\) indique un excellent ajustement.

Publicité
Linéarisation d'une courbe exponentielle en prenant le logarithme de y
Prendre \(\ln y\) transforme le modèle exponentiel en une droite \(\ln y = \ln A + Bx\), utilisée par l'ajustement des moindres carrés pondérés.
Points dispersés de tailles variées traversés par une courbe exponentielle ajustée
Courbe exponentielle pondérée par la fréquence \(y = A \cdot e^{Bx}\) ajustée à des points dont la taille reflète leur poids de fréquence.

Exemple résolu

Prenons les points (1, 2.7), (2, 7.4), (3, 20.1), (4, 54.6), chacun de fréquence 1, qui se rapprochent de \(y = e^{x}\). Ici \(\bar{x} = 2.5\), \(\bar{L} \approx 2.49887\), \(S_{xx} = 5\), \(S_{xy} \approx 5.0098\) et \(S_{yy} \approx 5.0196\). On obtient donc \(B \approx 1.0020\), \(A = e^{\,2.49887 - 2.5048} \approx 0.9940\) et \(r \approx 0.9998\). L'équation ajustée est approximativement \(y = 0.9940 \cdot e^{1.0020 \cdot x}\) — soit, en pratique, \(y = e^{x}\).

FAQ

Pourquoi y doit-il être positif ? L'ajustement utilise \(\ln(y)\) ; le logarithme de zéro ou d'un nombre négatif n'est pas défini, c'est pourquoi ces lignes sont rejetées.

Que représente la fréquence f ? Elle pondère l'influence de chaque point sur l'ajustement — très utile pour les tableaux de distribution de fréquences où de nombreuses observations partagent le même couple (x, y).

Comment interpréter r ? Un \(|r|\) supérieur à 0,7 traduit une forte corrélation, entre 0,4 et 0,7 une corrélation modérée, entre 0,2 et 0,4 une corrélation faible, et en dessous de 0,2 une corrélation pratiquement nulle.

Dernière mise à jour: