频率加权幂函数回归计算器

频率加权幂函数回归计算器

新兴 AI Skill PRO

输入计算

数学公式

y=AxBB=SxySxx,A=exp⁡(ln⁡y‾−Bln⁡x‾)其中{n=∑fln⁡x‾=1n∑fln⁡xln⁡y‾=1n∑fln⁡ySxx=∑fln2⁡x−nln⁡x‾2Sxy=∑fln⁡xln⁡y−nln⁡x‾ln⁡y‾\begin{gathered} y = A\,x^{B} \qquad B = \frac{S_{xy}}{S_{xx}}, \quad A = \exp\!\left(\overline{\ln y} - B\,\overline{\ln x}\right) \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} n &= \textstyle\sum \text{f} \\ \overline{\ln x} &= \tfrac{1}{n}\textstyle\sum \text{f}\ln \text{x} \\ \overline{\ln y} &= \tfrac{1}{n}\textstyle\sum \text{f}\ln \text{y} \\ S_{xx} &= \textstyle\sum \text{f}\ln^2 \text{x} - n\,\overline{\ln x}^{\,2} \\ S_{xy} &= \textstyle\sum \text{f}\ln \text{x}\ln \text{y} - n\,\overline{\ln x}\,\overline{\ln y} \end{aligned} \right. \end{gathered}
使用统计

广告

结果

趋势线方程
y = 1.961115 · x1.896105
频率加权幂律拟合
A(系数) 1.961115201
B(指数) 1.896104801
相关系数 r 0.9997770766

报告本页错误

这个计算器有什么用

本工具可以为一组数据点拟合形如 \(y = A\cdot x^{B}\) 的幂律趋势线,其中每个数据点 (x, y) 都可以带有一个频数或权重 f。它采用自然对数空间下的频率加权最小二乘回归——通过取对数,幂函数曲线被转化为一条直线 \(\ln y = \ln A + B\cdot\ln x\)。该方法纯粹基于数学与统计学原理,普遍适用,不涉及任何地区性规则。

穿过大小不一的散点拟合出的幂函数曲线,y 等于 A 乘以 x 的 B 次方
对加权数据点拟合的幂律曲线 y = A·x^B,点越大表示频数权重越高。

使用方法

把 x 值、y 值和频数分别填入三个长度相等、以英文逗号分隔的列表中。每个 x 和 y 都必须严格大于零(对零或负数无法取对数),每个频数则应大于或等于零。选择输出结果要保留的有效数字位数,即可读取拟合得到的系数 \(A\)、指数 \(B\) 以及皮尔逊相关系数 \(r\)。

公式详解

对每一行数据,令 \(X = \ln x\)、\(Y = \ln y\)。设总权重 \(n = \sum f\),则加权平均值为 \(\text{meanLnX} = \sum f\cdot\ln x / n\)、\(\text{meanLnY} = \sum f\cdot\ln y / n\)。加权平方和分别为

$$S_{xx} = \sum f(\ln x)^2 - n\cdot\text{meanLnX}^2$$$$S_{yy} = \sum f(\ln y)^2 - n\cdot\text{meanLnY}^2$$$$S_{xy} = \sum f(\ln x)(\ln y) - n\cdot\text{meanLnX}\cdot\text{meanLnY}$$

由此得到

$$B = \frac{S_{xy}}{S_{xx}}, \quad A = \exp(\text{meanLnY} - B\cdot\text{meanLnX}), \quad r = \frac{S_{xy}}{\sqrt{S_{xx}}\cdot\sqrt{S_{yy}}}$$

每个数据点都相当于按其频数 \(f\) 被重复计入。

广告
同一组数据转换到双对数坐标后,各点沿一条直线分布
在双对数坐标中,幂律变为一条直线:ln y = ln A + B·ln x,因此拟合可归结为加权线性回归。

计算示例

取 x = [1, 2, 3, 4, 5]、y = [1, 4, 9, 16, 25](恰好满足 \(y = x^2\)),所有频数均为 1。计算可得 \(S_{xx} \approx 1.615494\)、\(S_{xy} \approx 3.230987\)、\(S_{yy} \approx 6.461972\),于是 \(B = 3.230987/1.615494 = 2\),\(A = \exp(0) = 1\),\(r = 1\)。结果为 \(y = 1\cdot x^2\),与预期完全吻合。

常见问题

相关系数代表什么? \(|r|\) 越接近 1,说明幂律关系越强;0.4–0.7 为中等相关,0.2–0.4 为弱相关,低于 0.2 则基本无相关性。

为什么 x 和 y 必须为正数? 拟合过程中要用到自然对数,而对数只对正数有定义,因此非正数的数据点会被跳过。

如果所有 x 值都相同会怎样? 此时 \(S_{xx} = 0\),无法确定幂指数 \(B\),计算器会提示错误。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器