MCPで接続 →

計算を入力してください

公式

公式: e指数回帰の計算

広告

結果

2"> .main-result { background:#e3f2fd; border:2px solid #2196F3; border-radius:6px; padding:1.5rem; margin-bottom:1rem; text-align:center; } .main-result-label { font-size:1.1rem; color:#1565C0; margin-bottom:0.5rem; } .main-result-value { font-size:1.9rem; font-weight:800; color:#0D47A1; line-height:1.2; word-break:break-all; } .main-result-unit { font-size:1rem; color:#1976D2; margin-top:0.25rem; } .result-table { width:100%; border-collapse:collapse; margin-top:1rem; } .result-table th, .result-table td { padding:0.5rem 0.6rem; text-align:left; border-bottom:1px solid #ddd; font-size:0.95rem; } .result-table th { background:#f5f5f5; font-weight:600; } .error-box { background:#ffebee; border:2px solid #e53935; border-radius:6px; padding:1rem; color:#b71c1c; font-weight:600; }
当てはめた式
y = 0.9955274925 * e^(1.001187300 * x)
Strong correlation
A(係数) 0.995527
B(指数の係数) 1.001187
相関係数 r 0.999999
データ点の数(n) 5

e指数回帰とは

e指数回帰は、対になったデータ点の集合に対して \(y = A\cdot e^{Bx}\) という形の曲線を当てはめる手法です。現在の大きさに比例した速さで増加・減少する量をモデル化する定番の方法で、人口の増加、放射性物質の崩壊、複利計算、細菌の培養などに広く使われます。この計算ツールは純粋な数学・統計の道具であり、特定の国の制度や前提に依存しないため、どの国でもまったく同じように利用できます。

散布した点に滑らかな右肩上がりの指数曲線が当てはめられている図
指数回帰は、散らばったデータ点に滑らかな曲線 \(y = A\cdot e^{Bx}\) を当てはめます。

使い方

独立変数の値を X値 の欄に、従属変数の値を Y値 の欄に、それぞれカンマ区切りの数値として入力します。2つのリストは要素数を同じにする必要があり、データ点は最低2つ必要です。また、すべてのY値は厳密に正の数でなければなりません(この手法ではyの自然対数をとるため)。表示する桁数(精度)を選べば、当てはめた係数A・B、相関係数r、そして組み立てられた式が表示されます。

計算式の解説

\(y = A\cdot e^{Bx}\) は非線形のため、自然対数をとって線形化します:\(\ln y = \ln A + B\cdot x\)。これは \(\ln(y)\) を \(x\) に対して回帰する、通常の線形回帰に帰着します。中心化した和 \(S_{xx} = \sum (x - \bar{x})^2\)、\(S_{yy} = \sum (\ln y - \overline{\ln y})^2\)、\(S_{xy} = \sum (x - \bar{x})(\ln y - \overline{\ln y})\) を用いると、傾きは $$B = \frac{S_{xy}}{S_{xx}}$$ そして $$A = \exp\!\left(\overline{\ln y} - B\cdot\bar{x}\right)$$ で求まります。相関係数 $$r = \frac{S_{xy}}{\sqrt{S_{xx}}\cdot\sqrt{S_{yy}}}$$ は \(-1\) から \(1\) の範囲をとり、絶対値が \(0.7\) を超えると強い当てはまりを示します。

広告
正と負の成長率を示す2本の指数曲線
\(B\) の符号が増加(\(B>0\))か減衰(\(B<0\))かを決め、\(A\) は \(x=0\) での初期値を定めます。

計算例

\(x = [1, 2, 3, 4, 5]\)、\(y = [2.7, 7.4, 20.1, 54.6, 148.4]\)(およそ \(e^{x}\))の場合、\(S_{xx} = 10\)、\(S_{xy} \approx 10.0115\)、\(S_{yy} \approx 10.0231\) となります。これより \(B \approx 1.0012\)、\(A \approx 0.9956\)、\(r \approx 1.0000\)。当てはめた曲線 $$y \approx 0.9956\cdot e^{1.0012x}$$ は、データが \(y = e^{x}\) から得られたものであることを裏付けています。

よくある質問

なぜYは正の数でなければならないのですか? この手法では \(\ln(y)\) を計算します。0や負の数の対数は定義されないため、0以下のY値は受け付けられません。

rが1に近いとは何を意味しますか? 指数モデルがデータを非常によく説明していることを意味します。0に近い場合は、指数関係がほとんどない、または存在しないことを示します。

xは負の数でも構いませんか? はい。Xは任意の実数で構いません。正の数に限定されるのはYだけです。

最終更新: