지수 회귀 계산기
데이터에 y = ab^x 지수 모델을 맞추고 미래 값을 예측합니다.
(x, y) 쌍 데이터를 입력해 지수 회귀식, R², 예측값을 계산하세요.
지수 회귀 계산기
데이터에 y = ab^x 지수 모델을 맞추고 미래 값을 예측합니다.
한 줄에 한 쌍씩 입력하세요. x와 y는 공백 또는 쉼표로 구분합니다. 예: 1 2.5
지수 회귀 계산기 소개
지수 회귀는 주어진 데이터 포인트 집합에 가장 잘 맞는 지수 함수 y = ab^x를 찾는 곡선 적합 기법입니다. 데이터가 지수적 증가나 감소를 보일 때 사용하며, 그래프에서는 점들이 J자 곡선(증가) 또는 아래로 휘는 오목한 곡선(감소)을 따르는 것처럼 보입니다. 지수 모델은 로그를 취하면 선형이 됩니다. 양변에 자연로그를 취하면 ln(y) = ln(a) + x·ln(b)가 되며, 이는 ln(y)와 x에 대한 선형 방정식입니다.
적합 과정은 선형화한 방정식에 최소제곱법을 적용합니다. 구체적으로는 ln(y) 공간에서 잔차 제곱합을 최소화합니다. 그러면 ln(b) = [n·Σ(x·ln y) − Σx·Σ(ln y)] / [n·Σx² − (Σx)²], ln(a) = [Σ(ln y) − ln(b)·Σx] / n 이 되고, 여기서 a = e^(ln a), b = e^(ln b)를 구합니다.
모델 y = ab^x는 다음처럼 해석할 수 있습니다. 계수 a는 y절편으로, x = 0일 때의 y 값을 뜻합니다. 밑 b는 변화율을 결정하며, b > 1이면 성장으로서 x가 1 증가할 때마다 b배로 변합니다(예: b = 1.05는 x가 1 증가할 때마다 5% 성장). 0 < b < 1이면 감소입니다. 성장률의 백분율은 (b − 1) × 100%입니다.
결정계수 R²는 모델이 데이터를 얼마나 잘 설명하는지를 0에서 1 사이의 값으로 나타냅니다. R² = 0.95는 원래 y 값의 분산 중 95%를 지수 모델이 설명한다는 뜻입니다. 과학 데이터에서는 R²가 0.90보다 크면 일반적으로 좋은 적합으로 봅니다. 상관계수 R = √R² × sign(ln b)는 지수 관계의 방향과 강도를 나타냅니다.
중요한 제약: 로그는 0과 음수에서 정의되지 않으므로, 지수 회귀에서는 모든 y 값이 양수여야 합니다. 데이터에 0 이하의 y 값이 포함되어 있다면 데이터를 이동하거나, 다른 회귀 모델(예: 다항 회귀)을 사용하거나, 실제로 지수 증가/감소가 맞는지 다시 살펴봐야 합니다.
예시
이 예시는 생물, 금융, 물리 데이터에 지수 회귀를 적용한 사례입니다.
| 데이터 포인트 | 식 | 상황 |
|---|---|---|
| (1,2), (2,4.1), (3,7.9), (4,16.2), (5,33.0) | y ≈ 0.98 × 2.01^x, R² ≈ 0.999 | 세균 집락이 약 1시간마다 두 배로 증가 |
| (0,1000), (1,1050), (2,1102.5), (3,1157.6), (4,1215.5) | y = 1000 × 1.05^x, R² = 1.000 | 완전한 5% 복리 성장; R² = 1 |
| (0,100), (10,82), (20,67), (30,55), (40,45) | y ≈ 100 × 0.981^x, R² ≈ 0.999 | 방사성 붕괴; b < 1은 지수 감쇠를 의미 |
| (1971,2300), (1982,134000), (1993,3.1M), (2000,42M), (2011,2.6B) | y는 지수적으로 적합, R² ≈ 0.97 | 무어의 법칙: 트랜지스터 수가 약 2년마다 두 배 |
이 계산기 사용법
- 텍스트 영역에 데이터 포인트를 입력하세요. 한 줄에 한 쌍씩, x와 y는 공백 또는 쉼표로 구분합니다(예: '1 2.5' 또는 '1,2.5'). 최소 3개의 데이터 포인트가 필요합니다.
- 모든 y 값이 0보다 큰지 확인하세요. 지수 회귀 알고리즘은 y의 로그를 사용합니다.
- 원하면 'Y 예측' 필드에 x 값을 입력해 적합된 모델의 예측값을 얻을 수 있습니다.
- '계산'을 클릭하면 회귀식 y = ab^x, 계수 a와 b, R², 상관계수 R, 요청한 예측값을 확인할 수 있습니다.
- 빠른 불러오기 버튼으로 미리 만든 예시를 불러와 회귀식이 어떻게 도출되는지 살펴보세요.
자주 묻는 질문
지수 회귀란 무엇인가요?
지수 회귀는 y = ab^x 형태의 곡선을 데이터 포인트 집합에 맞추는 방법으로, a는 초기값이고 b는 x 1단위당 성장/감소 계수입니다. 데이터가 현재 값에 비례하는 속도로 증가하거나 감소할 때 사용합니다. 적합은 로그를 통해 모델을 선형화한 뒤 변환된 데이터에 일반 최소제곱법을 적용해 수행합니다.
계수 a와 b는 무엇을 의미하나요?
계수 a는 y절편으로, x = 0일 때의 예측 y 값입니다. 밑 b는 x가 1 증가할 때 y가 얼마나 곱셈적으로 변하는지를 결정합니다. b = 1.1이면 x가 1 증가할 때마다 y가 10% 증가합니다. b = 0.9이면 단위당 10% 감소합니다. 성장률의 백분율은 (b − 1) × 100%입니다.
R²는 무엇을 측정하고, 어느 값이 좋은가요?
R²(결정계수)는 원래 y 값의 분산 중 얼마나 많은 부분을 적합된 지수 모델이 설명하는지 측정합니다. 값은 0에서 1까지이며, 1은 완벽한 적합을 뜻합니다. 과학 데이터에서는 R² > 0.95가 매우 우수하고, 0.80–0.95는 양호하며, 0.80 미만이면 지수 모델이 적절하지 않을 수 있어 다른 모델을 시도하는 것이 좋습니다.
왜 y 값은 양수여야 하나요?
지수 회귀 알고리즘은 ln(y)를 사용해 모델을 선형화합니다. 자연로그는 엄격히 양수인 수에만 정의됩니다. ln(0)은 음의 무한대이고, 음수의 로그는 실수 범위에서 정의되지 않습니다. 데이터에 0 이하의 y 값이 있다면 데이터를 이동하거나, 다항식이나 거듭제곱 법칙 같은 다른 모델을 사용하거나, 실제로 지수 증가가 맞는지 다시 확인해야 합니다.
선형 회귀와는 어떻게 다른가요?
선형 회귀는 일정한 변화율을 가정하고 직선 y = mx + b를 맞춥니다. 지수 회귀는 일정한 비율 변화를 가정하고 y = ab^x를 맞춥니다. 선택 기준으로는 일반 스케일에서 데이터가 직선에 가깝다면 선형, 반로그 스케일에서 직선에 가깝다면 지수입니다. R²를 비교할 수도 있지만, 지수 회귀는 로그 공간의 잔차를 최소화하므로 두 모델의 R²는 직접 비교할 수 없습니다.
이 계산기는 지수 감쇠에도 사용할 수 있나요?
네. 지수 감쇠는 0 < b < 1인 특수한 경우입니다. b = 0.95라면 양은 x 1단위마다 5%씩 감소합니다. 계산기는 성장과 감쇠를 모두 자동으로 처리하므로 설정을 바꿀 필요가 없습니다. 데이터 포인트만 입력하면 알고리즘이 올바른 b 값을 결정합니다. 방사성 붕괴, 혈중 약물 농도, 물체의 냉각 온도 등이 이 패턴을 따릅니다.