Calculadora de regressão exponencial
Ajuste um modelo exponencial y = ab^x aos seus dados e preveja valores futuros.
Insira pares de dados (x, y) para calcular a equação de regressão exponencial, R² e previsões.
Calculadora de regressão exponencial
Ajuste um modelo exponencial y = ab^x aos seus dados e preveja valores futuros.
Insira um par por linha, separado por espaço ou vírgula. Exemplo: 1 2.5
Sobre a Calculadora de Regressão Exponencial
A regressão exponencial é uma técnica de ajuste de curvas que encontra a função exponencial y = ab^x que melhor se ajusta a um conjunto de pontos de dados. Ela é usada quando os dados sugerem crescimento ou decaimento exponencial — ao plotar os dados, os pontos parecem seguir uma curva em J (crescimento) ou uma curva côncava decrescente (decaimento). O modelo exponencial é linear em seu logaritmo: ao aplicar o logaritmo natural nos dois lados, obtemos ln(y) = ln(a) + x·ln(b), que é uma equação linear em ln(y) e x.
O procedimento de ajuste usa o método dos mínimos quadrados aplicado à equação linearizada. Especificamente, minimizamos a soma dos quadrados dos resíduos no espaço ln(y). Isso fornece as fórmulas: ln(b) = [n·Σ(x·ln y) − Σx·Σ(ln y)] / [n·Σx² − (Σx)²] e ln(a) = [Σ(ln y) − ln(b)·Σx] / n, a partir das quais recuperamos a = e^(ln a) e b = e^(ln b).
O modelo y = ab^x pode ser interpretado assim. O coeficiente a é o intercepto em y — representa o valor de y quando x = 0. A base b controla a taxa de variação: se b > 1, o modelo mostra crescimento com um fator de b por unidade (por exemplo, b = 1.05 significa 5% de crescimento por aumento de 1 em x). Se 0 < b < 1, o modelo mostra decaimento. A taxa de crescimento em porcentagem é (b − 1) × 100%.
O coeficiente de determinação R² mede o quão bem o modelo se ajusta aos dados em uma escala de 0 a 1. Um R² de 0.95 significa que 95% da variância em y é explicada pelo modelo exponencial. Em dados científicos, valores de R² acima de 0.90 são geralmente considerados um bom ajuste. O coeficiente de correlação R = √R² × sign(ln b) indica a direção e a força da relação exponencial.
Restrição importante: todos os valores de y devem ser positivos para a regressão exponencial porque o logaritmo de zero ou de um número negativo não é definido. Se seus dados contiverem valores de y não positivos, talvez seja necessário transformar ou deslocar os dados, ou considerar outro modelo de regressão, como regressão polinomial.
Exemplos
Estes exemplos ilustram a regressão exponencial aplicada a dados biológicos, financeiros e físicos.
| Pontos de dados | Equação | Cenário |
|---|---|---|
| (1,2), (2,4.1), (3,7.9), (4,16.2), (5,33.0) | y ≈ 0.98 × 2.01^x, R² ≈ 0.999 | Colônia bacteriana dobrando aproximadamente a cada hora |
| (0,1000), (1,1050), (2,1102.5), (3,1157.6), (4,1215.5) | y = 1000 × 1.05^x, R² = 1.000 | Crescimento perfeito de 5% de juros compostos; R² = 1 |
| (0,100), (10,82), (20,67), (30,55), (40,45) | y ≈ 100 × 0.981^x, R² ≈ 0.999 | Decaimento radioativo; b < 1 indica decaimento exponencial |
| (1971,2300), (1982,134000), (1993,3.1M), (2000,42M), (2011,2.6B) | y se ajusta exponencialmente, R² ≈ 0.97 | Lei de Moore: o número de transistores dobra aproximadamente a cada 2 anos |
Como usar esta calculadora
- Insira seus pontos de dados na área de texto — um par por linha, com os valores x e y separados por espaço ou vírgula (por exemplo, '1 2.5' ou '1,2.5'). Você precisa de pelo menos 3 pontos de dados.
- Certifique-se de que todos os valores de y sejam estritamente positivos — o algoritmo de regressão exponencial exige o logaritmo de y.
- Opcionalmente, insira um valor x no campo 'Prever Y' para obter uma previsão do modelo ajustado.
- Clique em Calcular para ver a equação de regressão y = ab^x, os coeficientes a e b, R², o coeficiente de correlação R e qualquer previsão solicitada.
- Use os botões de carregamento rápido para carregar exemplos prontos e explorar como a equação de regressão é derivada.
Perguntas frequentes
O que é regressão exponencial?
A regressão exponencial ajusta uma curva da forma y = ab^x a um conjunto de pontos de dados, em que a é o valor inicial e b é o fator de crescimento/decaimento por unidade de x. Ela é usada quando os dados crescem ou decaem a uma taxa proporcional ao valor atual. O ajuste é feito linearizando o modelo por meio de logaritmos e aplicando mínimos quadrados ordinários aos dados transformados.
O que significam os coeficientes a e b?
O coeficiente a é o intercepto em y — o valor previsto de y quando x = 0. A base b determina a mudança multiplicativa em y a cada aumento de 1 em x. Se b = 1.1, o valor de y aumenta 10% a cada unidade. Se b = 0.9, o valor diminui 10% por unidade. A taxa de crescimento em porcentagem é (b − 1) × 100%.
O que o R² mede e qual é um bom valor?
R² (o coeficiente de determinação) mede a proporção da variância dos valores originais de y explicada pelo modelo exponencial ajustado. Ele varia de 0 a 1, onde 1 indica ajuste perfeito. Para dados científicos, R² > 0.95 é excelente, 0.80–0.95 é bom, e abaixo de 0.80 sugere que o modelo exponencial pode não ser apropriado e que outro formato de modelo deve ser testado.
Por que os valores de y precisam ser positivos?
O algoritmo de regressão exponencial lineariza o modelo tomando ln(y). O logaritmo natural só é definido para números estritamente positivos — ln(0) é menos infinito e o logaritmo de um número negativo não é definido na aritmética real. Se seus dados tiverem valores de y não positivos, talvez seja necessário deslocar os dados (somar uma constante a todos os valores de y), usar um modelo diferente (polinomial, lei de potência) ou investigar se os dados realmente seguem crescimento exponencial.
Como isso é diferente da regressão linear?
A regressão linear ajusta uma reta y = mx + b aos dados, assumindo uma taxa de variação constante. A regressão exponencial ajusta y = ab^x, assumindo uma taxa de variação proporcional constante. Para escolher entre elas, plote seus dados em escala linear (linear se parecerem uma reta) e em escala semilogarítmica (exponencial se parecerem uma reta no semilog). Você também pode comparar valores de R², embora o R² dos dois modelos não seja diretamente comparável, pois a regressão exponencial minimiza os resíduos no espaço logarítmico.
Posso usar esta calculadora para decaimento exponencial?
Sim. O decaimento exponencial é um caso especial em que 0 < b < 1. Se b = 0.95, a quantidade diminui 5% por unidade de x. A calculadora lida automaticamente com crescimento e decaimento — você não precisa alterar nenhuma configuração. Basta inserir seus pontos de dados e o algoritmo determinará o valor correto de b. Decaimento radioativo, concentração de medicamentos no sangue e temperatura de resfriamento seguem esse padrão.